跳到主要内容
版本:Latest-3.2

Bitmap 索引

本文介绍了如何创建和管理 Bitmap(位图)索引,以及 Bitmap 索引的使用案例。

功能简介

Bitmap 索引是一种使用 bitmap 的特殊数据库索引。bitmap 即为一个 bit 数组,一个 bit 的取值有两种:0 或 1。每一个 bit 对应数据表中的一行,并根据该行的取值情况来决定 bit 的取值是 0 还是 1。

如果查询的过滤条件命中前缀索引,可以显著提高查询效率,快速返回结果。但是一个表只能有一个前缀索引,如果查询的过滤条件没有包含前缀索引的前缀,则为了提高这类查询的效率可以为该列创建 Bitmap 索引。

如何合理设计 Bitmap 索引,以便加速查询

选择 Bitmap 索引的首要考虑因素是列的基数和 Bitmap 索引对查询的过滤效果。与普遍观念相反,Bitmap 索引比较适用于较高基数列的查询和多个低基数列的组合查询,此时 Bitmap 索引对查询的过滤效果比较好,至少可以过滤掉 999/1000 的数据,能够过滤较多的 Page 数据。

如果是单个低基数列的查询,那么 Bitmap 索引过滤效果不佳,待读取的数据行较多并且散落在较多 Page 中。

信息

评估 Bitmap 索引对查询的过滤效果时,需要看加载数据的开销。并且 StarRocks 中底层数据以 Page(默认为 64K)为单位组织和加载的,加载数据的开销主要有几个部分:从磁盘加载 Page 的 IO 时间,Page 解压缩和解码时间。

然而如果基数过于高,也会带来其他问题,比如占用较多的磁盘空间,并且因为需要导入时需要构建 Bitmap 索引,导入频繁时则导入性能会受影响

并且还需要考虑查询时加载 Bitmap 索引的开销。因为查询时候只会按需加载 Bitmap 索引,即 查询条件涉及的列值数量/基数 x Bitmap 索引。这一值越大,则查询时加载的 Bitmap 索引开销也越大。

因此为了确定 Bitmap 索引适合列的基数和查询,建议您参考本文的 [Bitmap 索引性能测试](#Bitmap 索引性能测试),根据实际业务数据和查询进行性能测试:在不同基数的列上使用 Bitmap 索引,分析和权衡 Bitmap 索引对于查询过滤效果(至少可以过滤掉 999/1000 的数据),以及带来的磁盘空间占用,导入性能的影响,和查询时加载 Bitmap 索引的开销等额外影响。

不过,您创建的 Bitmap 索引无法加速查询,例如无法过滤较多 Page 数据,或者查询时加载 Bitmap开销较大,由于 StarRocks 本身对于查询有 Bitmap 索引的自适应选择机制,如果 Bitmap 索引不合适,则查询时不会使用 Bitmap 索引,所以查询性能也不会受到明显影响。

自适应选择是否使用 Bitmap 索引

StarRocks 会针对列基数和查询自适应选择是否使用 Bitmap 索引。如果用 Bitmap 索引起不到过滤较多 Page 数据的效果,或者查询时加载 Bitmap 索引开销较大,则 StarRocks 默认不会使用该 Bitmap 索引,避免使用后导致查询性能变差。

StarRocks 判断是否使用 Bitmap 索引的逻辑:因为一般情况下查询条件涉及的列值数量/列的基数,这一值越小,说明 Bitmap 索引过滤效果好。所以 StarRocks 采用 bitmap_max_filter_ratio/1000作为判断阈值,当过滤条件涉及比较值的数量 /列的基数 < bitmap_max_filter_ratio/1000 时才会用 Bitmap 索引。bitmap_max_filter_ratio 默认为 1

首先以单列查询为例,比如表 employeesgender 列的值有 malegender 列为 female 。执行查询SELECT * FROM employees WHERE gender = 'male';时,因为性别列的基数为 2,比较低(只有 malefemale 2 个不同值),查询条件只涉及其中一个值,此时查询条件涉及的列值数量/列的基数等于 1/2,该值大于 1/1000,所以该查询不会使用 Bitmap 索引。

再以多列组合查询 SELECT * FROM employees WHERE gender = 'male' AND city IN ('北京', '上海'); 为例,假设 City 列的基数为 10000,比较高,查询条件涉及其中 2 个值,此时查询条件涉及的列值数量/列的基数的计算方式是两列相乘,结果为 (1*2)/(2*10000),该值小于 1/1000,所以该查询会使用 Bitmap 索引。

信息

bitmap_max_filter_ratio 的取值范围为 1~1000。如果取值为 1000,则表示只要查询的列有 Bitmap 索引,就会强制使用 Bitmap 索引。

优势

  • 能够快速定位查询的列值所在的数据行号,适用于点查或是小范围查询。
  • 适用于交并集运算(OR 和 AND 运算),可以优化多维查询。

注意事项

支持优化的查询

Bitmap 索引适用于优化等值 = 查询、[NOT] IN 范围查询、>>=<<= 查询、 IS NULL 查询。不适用于优化 !=[NOT] LIKE 查询。

支持的列和列的数据类型

主键表和明细表中所有列都可以创建 Bitmap 索引;聚合表和更新表中,只有 Key 列支持创建 Bitmap 索引。 支持为如下类型的列创建 Bitmap 索引:

  • 日期类型:DATE、DATETIME。
  • 数值类型:TINYINT、SMALLINT、INT、BIGINT、LARGEINT、DECIMAL 和 BOOLEAN。
  • 字符串类型:CHAR、STRING 和 VARCHAR。
  • 其他类型:HLL。

基本操作

创建索引

  • 建表时创建 Bitmap 索引。

    CREATE TABLE `lineorder_partial` (
    `lo_orderkey` int(11) NOT NULL COMMENT "",
    `lo_orderdate` int(11) NOT NULL COMMENT "",
    `lo_orderpriority` varchar(16) NOT NULL COMMENT "",
    `lo_quantity` int(11) NOT NULL COMMENT "",
    `lo_revenue` int(11) NOT NULL COMMENT "",
    INDEX lo_orderdate_index (lo_orderdate) USING BITMAP
    ) ENGINE=OLAP
    DUPLICATE KEY(`lo_orderkey`)
    DISTRIBUTED BY HASH(`lo_orderkey`) BUCKETS 1;

    本示例中,创建了基于 lo_orderdate 列创建了名称为 lo_orderdate_index 的 Bitmap 索引。Bitmap 索引的命名要求参见系统限制。在同一张表中不能创建名称相同的 Bitmap 索引。

    并且,支持为多个列创建 Bitmap 索引,并且多个 Bitmap 索引定义之间用英文逗号(,)隔开。

    备注

    建表的其他参数说明,参见 CREATE TABLE

  • 建表后使用 CREATE INDEX 创建 Bitmap 索引。详细参数说明和示例,参见 CREATE INDEX

    CREATE INDEX lo_quantity_index (lo_quantity) USING BITMAP;

创建进度

创建 Bitmap 索引为异步过程,执行索引创建语句后可通过 SHOW ALTER TABLE 命令查看索引创建进度,当返回值中 State 字段显示为 FINISHED 时,即为创建成功。

SHOW ALTER TABLE COLUMN [FROM db_name];
信息

当前每张表只允许同时进行一个 Schema Change 任务,在一个 Bitmap 索引未异步创建完成前,无法进行新 Bitmap 索引的创建。

查看索引

查看指定表的所有 Bitmap 索引。详细参数和返回结果说明,参见 SHOW INDEX

SHOW { INDEX[ES] | KEY[S] } FROM [db_name.]table_name [FROM db_name];

创建 Bitmap 索引为异步过程,使用如上语句只能查看到已经创建完成的索引。

删除索引

删除指定表的 Bitmap 索引。详细参数说明和示例,参见 DROP INDEX

DROP INDEX index_name ON [db_name.]table_name;

查看查询是否命中了 Bitmap 索引

查看该查询的 Profile 中的 BitmapIndexFilterRows 字段。关于如何查看 Profile,参见分析查询

Bitmap 索引性能测试

测试目的

在如下不同基数的列上使用 Bitmap 索引,分析 Bitmap 索引对查询过滤效果以及其他影响,比如磁盘占用等。

并且本小节还会对比强制使用 Bitmap 索引和 StarRocks 针对查询自适应选择是否 Bitmap 索引,来验证 StarRocks 根据查询自适应选择是否使用 Bitmap 索引的效果。

建表和创建 Bitmap 索引

warning

为了避免缓存 Page 影响查询性能,需要确保 BE 配置项 disable_storage_page_cachetrue

本小节以 SSB 20G 的 lineorder 表(具有 1.4 亿行数据)为例说明。

  • 原始表 (没有创建 Bitmap 索引)---作为参照对象。

    CREATE TABLE `lineorder_without_index` (
    `lo_orderkey` int(11) NOT NULL COMMENT "",
    `lo_linenumber` int(11) NOT NULL COMMENT "",
    `lo_custkey` int(11) NOT NULL COMMENT "",
    `lo_partkey` int(11) NOT NULL COMMENT "",
    `lo_suppkey` int(11) NOT NULL COMMENT "",
    `lo_orderdate` int(11) NOT NULL COMMENT "",
    `lo_orderpriority` varchar(16) NOT NULL COMMENT "",
    `lo_shippriority` int(11) NOT NULL COMMENT "",
    `lo_quantity` int(11) NOT NULL COMMENT "",
    `lo_extendedprice` int(11) NOT NULL COMMENT "",
    `lo_ordtotalprice` int(11) NOT NULL COMMENT "",
    `lo_discount` int(11) NOT NULL COMMENT "",
    `lo_revenue` int(11) NOT NULL COMMENT "",
    `lo_supplycost` int(11) NOT NULL COMMENT "",
    `lo_tax` int(11) NOT NULL COMMENT "",
    `lo_commitdate` int(11) NOT NULL COMMENT "",
    `lo_shipmode` varchar(11) NOT NULL COMMENT ""
    ) ENGINE=OLAP
    DUPLICATE KEY(`lo_orderkey`)
    DISTRIBUTED BY HASH(`lo_orderkey`) BUCKETS 1;
  • 具有 Bitmap 索引的表:基于 lo_shipmodelo_quantitylo_discountlo_orderdatelo_taxlo_partkey 创建 Bitmap 索引。

    CREATE TABLE `lineorder_with_index` (
    `lo_orderkey` int(11) NOT NULL COMMENT "",
    `lo_linenumber` int(11) NOT NULL COMMENT "",
    `lo_custkey` int(11) NOT NULL COMMENT "",
    `lo_partkey` int(11) NOT NULL COMMENT "",
    `lo_suppkey` int(11) NOT NULL COMMENT "",
    `lo_orderdate` int(11) NOT NULL COMMENT "",
    `lo_orderpriority` varchar(16) NOT NULL COMMENT "",
    `lo_shippriority` int(11) NOT NULL COMMENT "",
    `lo_quantity` int(11) NOT NULL COMMENT "",
    `lo_extendedprice` int(11) NOT NULL COMMENT "",
    `lo_ordtotalprice` int(11) NOT NULL COMMENT "",
    `lo_discount` int(11) NOT NULL COMMENT "",
    `lo_revenue` int(11) NOT NULL COMMENT "",
    `lo_supplycost` int(11) NOT NULL COMMENT "",
    `lo_tax` int(11) NOT NULL COMMENT "",
    `lo_commitdate` int(11) NOT NULL COMMENT "",
    `lo_shipmode` varchar(11) NOT NULL COMMENT "",
    INDEX i_shipmode (`lo_shipmode`) USING BITMAP,
    INDEX i_quantity (`lo_quantity`) USING BITMAP,
    INDEX i_discount (`lo_discount`) USING BITMAP,
    INDEX i_orderdate (`lo_orderdate`) USING BITMAP,
    INDEX i_tax (`lo_tax`) USING BITMAP,
    INDEX i_partkey (`lo_partkey`) USING BITMAP
    ) ENGINE=OLAP
    DUPLICATE KEY(`lo_orderkey`)
    DISTRIBUTED BY HASH(`lo_orderkey`) BUCKETS 1;

Bitmap 索引占用磁盘空间情况

  • lo_shipmode 字符串类型,基数为7, Bitmap 索引占用磁盘空间 130M
  • lo_quantity: 整数类型,基数为 50, Bitmap 索引占用磁盘空间 291M
  • lo_discount: 整数类型,基数为 11, Bitmap 索引占用磁盘空间 198M
  • lo_orderdate: 整数类型,基数为 2406, Bitmap 索引占用磁盘空间 191M
  • lo_tax: 整数类型,基数为 9, Bitmap 索引占用磁盘空间为 160M
  • lo_partkey: 整数类型,基数为 60万,Bitmap索引占用磁盘空间为 601M

查询一:基于单个低基数列的查询

查询没有创建 Bitmap 索引的表

查询语句

SELECT count(1) FROM lineorder_without_index WHERE lo_shipmode="MAIL";

查询性能分析:因为查询的表没有 Bitmap 索引,所以查询时会将包含 lo_shipmode 列数据的 Page 全部读出来,再进行谓词过滤。

总共耗时约 0.91 ms,其中加载数据花了 0.47 ms,低基数优化字典解码花了 0.31 ms,谓词过滤花了 0.23 ms。

PullRowNum: 20.566M (20566493) // 返回结果集的行数。
CompressedBytesRead: 55.283 MB // 读取的总数据量。
RawRowsRead: 143.999M (143999468) // 读取的数据行。因为没有 Bitmap 索引,这一列的数据全部读出来。
ReadPagesNum: 8.795K (8795) // 读取的 Page 数量。因为没有 Bitmap 索引,这一列数据所在的 Page 全部读出来。
IOTaskExecTime: 914ms // Scan 数据的总时间。
BlockFetch: 469ms // 加载数据时间。
DictDecode: 311.612ms // 低基数优化字典解码的时间。
PredFilter: 23.182ms // 谓词过滤的时间。
PredFilterRows: 123.433M (123432975) // 过滤掉的行数。

查询具有 Bitmap 索引的表

强制使用 Bitmap 索引
信息

为了强制使用 Bitmap 索引,因此根据 Starrocks的配置,必须在各个 BE 节点的 be.conf 文件中设置 bitmap_max_filter_ratio=1000,然后重启 BE 节点。

查询语句

SELECT count(1) FROM lineorder_with_index WHERE lo_shipmode="MAIL";

查询性能分析:由于查询的列是低基数列,因此 Bitmap 索引对查询过滤效果不佳,即使 Bitmap 索引能够快速定位到实际数据的行号,但是待读取的数据行较多并且散落在各个 Page 中,因此实际上无法过滤掉需要读取的 Page。反而因为强制使用 Bitmap 索引,引入了加载 Bitmap 索引和使用 Bitmap 索引过滤数据的开销,总时间更多。

总共耗时 2.7s,其中加载数据和 Bitmap 索引花了 0.93s,低基数优化字典解码花了 0.33s,使用 Bitmap 索引过滤数据花了 0.42s,ZoneMap 索引过滤数据花了 0.17s。

PullRowNum: 20.566M (20566493) // 返回结果集的行数。
CompressedBytesRead: 72.472 MB // 读取的总数据量。该列 Bitmap 索引总大小是 130M,具有 7 个唯一值,单个值的 Bitmap 索引大小为 18M,再加上 Page 数据(55M)= 73M。
RawRowsRead: 20.566M (20566493) // 读取的数据行。实际只读了 2000 万行。
ReadPagesNum: 8.802K (8802) // 读取的 Page 数量。实际上还是读取所有 Page。因为使用 Bitmap 索引过滤出的这 2000 万行数据是随机分布在各个 Page 的,而 Page 是最小数据读取单元,所以 Bitmap 索引没有过滤掉 Page。
IOTaskExecTime: 2s77ms // Scan 数据总时间,相对于没创建 Bitmap 索引耗时更长。
BlockFetch: 931.144ms // 加载数据和 Bitmap 索引时间。相比于上一个查询,该查询为了加载 Bitmap 索引(18M),多花了 400ms
DictDecode: 329.696ms // 因为输出的行数是一样的,所以低基数优化字典解码的时间所花时间差不多
BitmapIndexFilter: 419.308ms // Bitmap 索引过滤数据的时间。
BitmapIndexFilterRows: 123.433M (123432975) // Bitmap 索引过滤掉的数据行数。
ZoneMapIndexFiter: 171.580ms // ZoneMap 索引过滤数据花了 0.17s。
由 StarRocks 默认配置决定是否使用 Bitmap 索引

查询语句

SELECT count(1) FROM lineorder_with_index WHERE lo_shipmode="MAIL";

查询性能分析:因为根据 StarRocks 默认的配置,过滤条件中涉及的列值数量/列的基数 < bitmap_max_filter_ratio/1000(默认为 1/1000)才会走 Bitmap 索引,然而实际上该值大于 1/1000,因此查询没有使用 Bitmap 索引,查询效果等同于查询没有创建 Bitmap 索引的表。

PullRowNum: 20.566M (20566493) // 返回结果集的行数。
CompressedBytesRead: 55.283 MB // 读取的总数据量。
RawRowsRead: 143.999M (143999468) // 读取的数据行。因为没有使用 Bitmap 索引,这一列的数据全部读出来。
ReadPagesNum: 8.800K (8800) // 读取的 Page 数量。因为没有使用 Bitmap 索引,这一列数据所在的 Page 全部读出来。
IOTaskExecTime: 914.279ms // Scan 数据的总时间。
BlockFetch: 475.890ms // 加载数据时间。
DictDecode: 312.019ms // 低基数优化字典解码的时间。
PredFilter: 17.311ms // 谓词过滤的时间。
PredFilterRows: 123.433M (123432975) // 过滤掉的行数。

查询二:基于多个低基数列的组合查询

查询没有创建 Bitmap 索引的表

查询语句

SELECT count(1) 
FROM lineorder_without_index
WHERE lo_shipmode = "MAIL"
AND lo_quantity = 10
AND lo_discount = 9
AND lo_tax = 8;

查询性能分析:因为查询的表没有 Bitmap 索引,所以查询时会将包含 lo_shipmodelo_quantitylo_discountlo_tax 这四列数据的 Page 全部读出来,再进行谓词过滤。

总共耗时 1.76s,其中加载数据(4 个列的数据)花了 1.6s,谓词过滤花了 0.1s。

PullRowNum: 4.092K (4092) // 返回结果集的行数。
CompressedBytesRead: 305.346 MB // 读取的总数据量。读取了 4 列,总共 305M。
RawRowsRead: 143.999M (143999468) // 读取的数据行。因为没有 Bitmap 索引,这 4 列的数据全部读出来。
ReadPagesNum: 35.168K (35168) // 读取的 Page 数量。因为没有 Bitmap 索引,这 4 列的数据所在的 Page 全部读出来。
IOTaskExecTime: 1s761ms // Scan 数据的总时间
BlockFetch: 1s639ms // 加载数据时间
PredFilter: 96.533ms // 使用 4 个过滤条件进行谓词过滤的时间
PredFilterRows: 143.995M (143995376) // 谓词过滤掉的行数

查询具有 Bitmap 索引的表

强制使用 Bitmap 索引
信息

为了强制使用 Bitmap 索引,因此根据 Starrocks的配置,必须在各个 BE 节点的 be.conf 文件中设置 bitmap_max_filter_ratio=1000,然后重启 BE 节点。

查询语句

SELECT count(1) FROM lineorder_with_index WHERE lo_shipmode="MAIL" AND lo_quantity=10 AND lo_discount=9 AND lo_tax=8;

查询性能分析:由于是基于多个低基数列的组合查询,Bitmap 索引效果较好,能够过滤掉一部分 Page,读取数据的时间明显减少。

总共耗时 0.68s,其中加载数据和 Bitmap 索引花了 0.54s,Bitmap 索引过滤数据花了 0.14s。

PullRowNum: 4.092K (4092) // 返回结果集的行数。
CompressedBytesRead: 156.340 MB // 读取的总数据量。Bitmap 索引的过滤效果比较好,过滤掉了 2/3 数据。这 156M中,其中索引占 60M, 数据占 90M。
ReadPagesNum: 11.325K (11325) // 读取的 Page 数量。Bitmap 索引的过滤效果比较好,过滤掉了 2/3 的 Page。
IOTaskExecTime: 683.471ms // Scan 数据的总时间,相对于没创建 Bitmap 索引耗时显著减少。
BlockFetch: 537.421ms // 加载数据和 Bitmap 索引所需时间。相比于上个查询,虽然增加了加载 Bitmap 索引的时间,但是大大减少了加载数据的时间。
BitmapIndexFilter: 139.024ms // Bitmap 索引过滤数据的时间。
BitmapIndexFilterRows: 143.995M (143995376) // Bitmap 索引过滤掉的数据行数。
由 StarRocks 的默认配置决定是否使用 Bitmap 索引

查询语句

SELECT count(1) FROM lineorder_with_index WHERE lo_shipmode="MAIL" AND lo_quantity=10 AND lo_discount=9 AND lo_tax=8;

查询性能分析:因为根据 StarRocks 默认的配置,过滤条件中涉及的列值数量/列的基数 < bitmap_max_filter_ratio/1000(默认为 1/1000)才会走 Bitmap 索引。实际上该值确实小于 1/1000,因此查询使用 Bitmap 索引,查询效果等同于强制使用 Bitmap 索引。

总共耗时 0.67s,其中加载数据和 Bitmap 索引花了 0.54s,Bitmap 索引过滤数据花了 0.13s。

PullRowNum: 4.092K (4092) // 返回结果集的行数。
CompressedBytesRead: 154.430 MB // 读取的总数据量。
ReadPagesNum: 11.209K (11209) // 读取的 Page 数量。
IOTaskExecTime: 672.029ms // Scan 数据的总时间,相对于没创建 Bitmap 索引耗时显著减少。
BlockFetch: 535.823ms // 加载数据和 Bitmap 索引的时间。相比于上个查询,虽然增加了加载 Bitmap 索引的时间,但是大大减少了加载数据的时间。
BitmapIndexFilter: 128.403ms // Bitmap 索引过滤数据的时间。
BitmapIndexFilterRows: 143.995M (143995376) // Bitmap 索引过滤掉的数据行数。

查询三:基于单个高基数列的查询

查询没有创建 Bitmap 索引的表

查询语句

select count(1) from lineorder_without_index where lo_partkey=10000;

查询性能分析:因为查询的表没有 Bitmap 索引,所以查询时会将包含 lo_partkey 列数据的 page 全部读出来,再进行谓词过滤。

总共耗时约 0.43 ms,其中加载数据花了 0.39 ms,谓词过滤花了 0.02 ms。

PullRowNum: 255 // 返回结果集的行数。
CompressedBytesRead: 344.532 MB // 读取的总数据量。
RawRowsRead: 143.999M (143999468) // 读取的数据行。因为没有 Bitmap 索引,这一列的数据全部读出来。
ReadPagesNum: 8.791K (8791) // 读取的 Page 数量。因为没有 Bitmap 索引,这一列数据所在的 Page 全部读出来。
IOTaskExecTime: 428.258ms // Scan 数据的总时间。
BlockFetch: 392.434ms // 加载数据时间。
PredFilter: 20.807ms // 谓词过滤的时间。
PredFilterRows: 143.999M (143999213) // 过滤掉的行数。

查询具有 Bitmap 索引的表

强制使用 Bitmap 索引
信息

为了强制使用 Bitmap 索引,因此根据 Starrocks的配置,必须在各个 BE 节点的 be.conf 文件中设置 bitmap_max_filter_ratio=1000,然后重启 BE 节点。

查询语句

SELECT count(1) FROM lineorder_with_index WHERE lo_partkey=10000;

查询性能分析:由于查询的列是基数较高,因此 Bitmap 索引效果比较好,能够过滤掉一部分 Page,读取数据的时间明显减少。

总共耗时 0.015s,其中加载数据和 Bitmap 索引花了 0.009s,Bitmap 索引过滤数据花了 0.003s。

PullRowNum: 255 // 返回结果集的行数。
CompressedBytesRead: 13.600 MB // 读取的总数据量。Bitmap 索引的过滤效果比较好,过滤掉了较多的数据。
RawRowsRead: 255 // 读取的数据行。
ReadPagesNum: 225 // 读取的 Page 数量。Bitmap 索引的过滤效果比较好,过滤掉较多的 Page。
IOTaskExecTime: 15.354ms // Scan 数据的总时间,相对于没创建 Bitmap 索引耗时显著减少。
BlockFetch: 9.530ms // 加载数据和 Bitmap 索引所需时间。相比于上个查询,虽然增加了加载 Bitmap 索引的时间,但是大大减少了加载数据的时间。
BitmapIndexFilter: 3.450ms // Bitmap 索引过滤数据的时间。
BitmapIndexFilterRows: 143.999M (143999213) // Bitmap 索引过滤掉的数据行数。
由 StarRocks 的默认配置决定是否使用 Bitmap 索引

查询语句

SELECT count(1) FROM lineorder_with_index WHERE lo_partkey=10000;

查询性能分析:因为根据 StarRocks 默认的配置,过滤条件中涉及的列值数量/列的基数 < bitmap_max_filter_ratio/1000(默认为 1/1000)才会走 Bitmap 索引。实际上该值确实小于 1/1000,因此查询使用 Bitmap 索引,查询效果等同于强制使用 Bitmap 索引。

总共耗时 0.014s,其中加载数据和 Bitmap 索引花了 0.008s,Bitmap 索引过滤数据花了 0.003s。

PullRowNum: 255 // 返回结果集的行数。
CompressedBytesRead: 13.600 MB // 读取的总数据量。Bitmap 索引的过滤效果比较好,过滤掉了较多的数据。
RawRowsRead: 255 // 读取的数据行。
ReadPagesNum: 225 // 读取的 Page 数量。Bitmap 索引的过滤效果比较好,过滤掉较多的 Page。
IOTaskExecTime: 14.387ms // Scan 数据的总时间,相对于没创建 Bitmap 索引耗时显著减少。
BitmapIndexFilter: 2.979ms // Bitmap 索引过滤数据的时间。
BitmapIndexFilterRows: 143.999M (143999213) // Bitmap 索引过滤掉的数据行数。
BlockFetch: 8.988ms // 加载数据和 Bitmap 索引所需时间。相比于上个查询,虽然增加了加载 Bitmap 索引的时间,但是大大减少了加载数据的时间。