OceanBase 局部索引和全局索引

1. 局部索引

1.1 核心概念

在 OceanBase 数据库中， 局部索引（Local Index） 是默认且最常用的索引类型。它的核心特征是 索引的分区规则与主表完全保持一致。

局部索引必须和主表保持相同的分区关系，索引的每个分区与主表对应分区绑定。

也就是：主表某个分区的数据，对应的局部索引数据也在相应的索引分区中。 对普通局部索引而言，索引列不要求包含主表分区键。

同置存储（Co-location）：局部索引的分片（ Tablet）与主表的分片是 一对一绑定的。也就是说，主表的第 N 个分区和该局部索引的第 N 个分区，其数据必然存储在同一台 OBServer 节点上。
本地维护：当对主表的某个分区进行 INSERT、 UPDATE 或 DELETE 时，对应的局部索引变更仅在该节点本地完成， 不需要发起跨节点的分布式事务（无需 2PC 两阶段提交）。

1.2 主要优势与局限性

优势：

极高的写入性能：索引数据的变更与主表数据在同节点、同事务中处理，吞吐量高，延迟极低。
极低的维护成本：如果对主表执行按分区的 DDL 操作（如 TRUNCATE PARTITION 或 DROP PARTITION），对应的局部索引分区会被自动快速清理，无需重构整个索引。
精准点查高效：只要查询条件中包含了主表的分区键，就能触发 分区裁剪，只在单个分区的本地进行索引扫描和回表。

局限性：

跨分区查询存在广播（Fan-out）：如果查询条件 没有包含主表的分区键（例如只按局部索引列查询），优化器无法判断数据在哪个分区，必须向主表的所有分区并行发送查询请求，汇总结果后再返回，在大表场景下 RPC 开销较大。

1.3 语法示例

在创建索引时添加 LOCAL 关键字（在分区表上如果不显式指定，默认即为 LOCAL）：

-- 建表并插入数据
CREATE TABLE user_table ( 
user_id INT NOT NULL, 
phone_number VARCHAR(20) NOT NULL, 
user_name VARCHAR(50), 
age INT, 
PRIMARY KEY (user_id) 
) 
PARTITION BY HASH(user_id) PARTITIONS 4;
-- 插入测试数据
INSERT INTO user_table (user_id, phone_number, user_name, age)
SELECT 
    idx AS user_id,
    CONCAT('138', LPAD(idx, 8, '0')) AS phone_number,
    CONCAT('User_', idx) AS user_name,
    (20 + (idx % 30)) AS age
FROM (
    SELECT @row := @row + 1 AS idx
    FROM 
        (SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5) t1,
        (SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5) t2,
        (SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5) t3,
        (SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5) t4,
        (SELECT 1 UNION ALL SELECT 2 UNION ALL SELECT 3 UNION ALL SELECT 4 UNION ALL SELECT 5) t5,
        (SELECT @row := 1000) r  -- 设置起始 ID 为 1000（避免与之前的测试数据冲突）
    LIMIT 10000
) sub;

创建局部索引（按 age 索引，索引分区与主表完全同构绑定）

-- 索引只包含 age , 没有 user_id, 仍然可以是局部索引。
CREATE INDEX idx_age_local ON user_table(age) LOCAL;

创建 唯一局部索引 UNIQUE LOCAL INDEX，为了保证全表范围的唯一性， 唯一局部索引通常需要包含表的分区键。

CREATE UNIQUE INDEX IDX_user_id_age ON user_table(user_id, age) LOCAL;

执行计划对比分析

（1） 局部索引查询 — 带主表分区键（极速点查）

当查询条件同时包含索引列和主表分区键 user_id 时，优化器会直接进行 分区裁剪（ Partition Pruning），仅精准访问 1 个 Tablet：

EXPLAIN SELECT * FROM user_table WHERE age = 25 AND user_id = 1001;
+---------------------------------------------------------------------------------------------------------------------------------------------------+
| Query Plan                                                                                                                                        |
+---------------------------------------------------------------------------------------------------------------------------------------------------+
| ===============================================                                                                                                   |
| |ID|OPERATOR |NAME      |EST.ROWS|EST.TIME(us)|                                                                                                   |
| -----------------------------------------------                                                                                                   |
| |0 |TABLE GET|user_table|1       |7           |                                                                                                   |
| ===============================================                                                                                                   |
| Outputs & filters:                                                                                                                                |
| -------------------------------------                                                                                                             |
|   0 - output([user_table.user_id], [user_table.phone_number], [user_table.user_name], [user_table.age]), filter([user_table.age = 25]), rowset=16 |
|       access([user_table.user_id], [user_table.age], [user_table.phone_number], [user_table.user_name]), partitions(p1)                           |
|       is_index_back=false, is_global_index=false, filter_before_indexback[false],                                                                 |
|       range_key([user_table.user_id]), range[1001 ; 1001],                                                                                        |
|       range_cond([user_table.user_id = 1001])                                                                                                     |
+---------------------------------------------------------------------------------------------------------------------------------------------------+

partitions(p1) —— 命中分区裁剪，由于查询条件带上了分区键 user_id = 1001， OceanBase 计算出数据必然存放在 p1 分区，因此直接裁剪掉其他 3 个分区，避免了全表/全分区广播。
range[1001 ; 1001] & range_cond(...) —— 定位主键，明确告知存储引擎直接去主表定位 user_id = 1001 这条记录。
is_index_back=false —— 无回表开销 ，直接读取的主表，拿到了整行所有列， 不需要回表。
filter([user_table.age = 25]) —— 二级过滤 定位到 user_id = 1001 的记录后，内存中检查其 age 是否等于 25。若匹配则输出，不匹配则抛弃。
rowset=16 —— 向量化引擎支持，表明开启了 OceanBase 的向量化执行引擎（以 Rowset 为单位批处理数据），提升 CPU 缓存利用率。

（2） 局部索引查询 — 不带主表分区键（广播全分区扫描）

如果仅按 age 查询，由于局部索引打散在各个分区中，数据库不知道目标数据存放在哪个 Tablet：

EXPLAIN SELECT * FROM user_table WHERE age = 25;
+----------------------------------------------------------------------------------------------------------------------------------------------------+
| Query Plan                                                                                                                                         |
+----------------------------------------------------------------------------------------------------------------------------------------------------+
| ===============================================================                                                                                    |
| |ID|OPERATOR                 |NAME      |EST.ROWS|EST.TIME(us)|                                                                                    |
| ---------------------------------------------------------------                                                                                    |
| |0 |PX COORDINATOR           |          |104     |410         |                                                                                    |
| |1 |└─EXCHANGE OUT DISTR     |:EX10000  |104     |328         |                                                                                    |
| |2 |  └─PX PARTITION ITERATOR|          |104     |141         |                                                                                    |
| |3 |    └─TABLE FULL SCAN    |user_table|104     |141         |                                                                                    |
| ===============================================================                                                                                    |
| Outputs & filters:                                                                                                                                 |
| -------------------------------------                                                                                                              |
|   0 - output([INTERNAL_FUNCTION(user_table.user_id, user_table.phone_number, user_table.user_name, user_table.age)]), filter(nil), rowset=256      |
|   1 - output([INTERNAL_FUNCTION(user_table.user_id, user_table.phone_number, user_table.user_name, user_table.age)]), filter(nil), rowset=256      |
|       dop=1                                                                                                                                        |
|   2 - output([user_table.user_id], [user_table.age], [user_table.phone_number], [user_table.user_name]), filter(nil), rowset=256                   |
|       force partition granule                                                                                                                      |
|   3 - output([user_table.user_id], [user_table.age], [user_table.phone_number], [user_table.user_name]), filter([user_table.age = 25]), rowset=256 |
|       access([user_table.user_id], [user_table.age], [user_table.phone_number], [user_table.user_name]), partitions(p[0-3])                        |
|       is_index_back=false, is_global_index=false, filter_before_indexback[false],                                                                  |
|       range_key([user_table.user_id]), range(MIN ; MAX)always true                                                                                 |
+----------------------------------------------------------------------------------------------------------------------------------------------------+

执行计划关键特征：

EXCHANGE IN/OUT / PX COORDINATOR：生成并行/分布式扫描计划。
partitions(p0-3)：扇出（Fan-out）到 所有 4 个分区并行扫描局部索引，汇总结果后再返回。在大表场景下 RPC 开销显著增加。

（3） 查询条件命中复合索引（等值查询）

由于索引包含了 user_id（主表分区键兼索引第一列）和 age，且这是一个 UNIQUE 局部索引：

EXPLAIN SELECT user_id, age FROM user_table WHERE user_id = 1001 AND age = 25;
+------------------------------------------------------------------------------------------------+
| Query Plan                                                                                     |
+------------------------------------------------------------------------------------------------+
| ===============================================                                                |
| |ID|OPERATOR |NAME      |EST.ROWS|EST.TIME(us)|                                                |
| -----------------------------------------------                                                |
| |0 |TABLE GET|user_table|1       |7           |                                                |
| ===============================================                                                |
| Outputs & filters:                                                                             |
| -------------------------------------                                                          |
|   0 - output([user_table.user_id], [user_table.age]), filter([user_table.age = 25]), rowset=16 |
|       access([user_table.user_id], [user_table.age]), partitions(p1)                           |
|       is_index_back=false, is_global_index=false, filter_before_indexback[false],              |
|       range_key([user_table.user_id]), range[1001 ; 1001],                                     |
|       range_cond([user_table.user_id = 1001])                                                  |
+------------------------------------------------------------------------------------------------+

OPERATOR: TABLE GET：因为是唯一索引（ UNIQUE），且 (user_id, age) 的条件全部精确提供，优化器知道最多只有 1 条记录，直接定位取数。
partitions(p1)：带上了分区键 user_id = 1001，精准裁减到 p1 分区。
is_index_back=false： 索引覆盖！由于查询只要求返回 user_id 和 age，索引本身就包含了这两个字段，因此无需回表查主表，性能达到最优。

局部索引的使用可以总结成一句话： Local Index 与主表分区一一对应，索引分区与对应的主表分区绑定。普通 Local Index 不要求索引键包含分区键； Unique Local Index 为保证全局唯一性，需要关注分区键包含在唯一键中。

2. 全局索引

全局索引（ Global Index）是 OceanBase 数据库在分布式架构下，为解决非分区键查询性能问题而设计的关键机制。

2.1 工作原理

在 OceanBase 的分布式表结构中，如果一张表按 user_id 作了 Hash 分区，当根据 phone_number（非分区键）进行查询时，数据库由于不知道目标数据在哪个分区，必须向所有分区（ OBServer 节点）发送查询请求（广播），这会导致极高的网络 RPC 延迟。

解耦分布：全局索引的分区规则与主表完全独立，其索引分片（ Tablet）可以分布在集群内的任意 OBServer 上。
独立索引表：在底层实现上，全局索引本质上就是一张 特殊的主从协同表。它的主键由 索引列 + 主表主键 + (主表分区键) 构成。
全域路由：通过将索引列作为全局索引自己的分区键，使得任何基于索引列的查询，都能通过路由直接定位到具体的索引分片，实现 1 次 RPC 快速点查。

2.2. 优势与劣势

优势
打破分区限制：支持高效的跨分区单点查询和范围查询，无需在 WHERE 条件中强行带上主表分区键。
灵活的分区策略：全局索引自身也可以进行分区（ Global Partitioned Index），例如主表按 Range(gmt_create) 切分，全局索引可以按 Hash(phone_number) 切分。
代价与劣势
分布式事务开销（2PC：由于全局索引分片与主表分片大概率不在同一台 OBServer 上，对主表进行 INSERT/UPDATE/DELETE 时，系统必须使用两阶段提交协议（2PC）来保证主表数据与全局索引数据的强一致性，这对写入吞吐量有一定损耗。
回表成本（Cross-Node Lookup：如果查询的字段没有被全局索引完全覆盖（未命中覆盖索引），系统需要先查全局索引拿到主表主键，再跨节点 RPC 回表查询主表，带来额外的网络开销。

2.3 语法与使用示例

创建全局索引非分区索引（适合小数据量索引）

-- 在 user_name 列上创建全局非分区索引
CREATE INDEX idx_username_global ON user_table(user_name) GLOBAL;

创建全局分区索引（按 phone\_number 索引，单独划分为 8 个 Hash 分区）

CREATE INDEX idx_phone_part ON user_table(phone_number) GLOBAL 
PARTITION BY KEY(phone_number) PARTITIONS 8;

执行计划对比分析

（1） 全局非分区索引的单点查询

EXPLAIN SELECT * FROM user_table WHERE user_name = 'Alice';
+------------------------------------------------------------------------------------------------------------------------------
| Query Plan                                                                                                                   
+------------------------------------------------------------------------------------------------------------------------------
| =======================================================================================                                      
| |ID|OPERATOR                    |NAME                           |EST.ROWS|EST.TIME(us)|                                      
| ---------------------------------------------------------------------------------------                                      
| |0 |DISTRIBUTED TABLE RANGE SCAN|user_table(idx_username_global)|1       |6           |                                      
| =======================================================================================                                      
| Outputs & filters:                                                                                                           
| -------------------------------------                                                                                        
|   0 - output([user_table.user_id], [user_table.phone_number], [user_table.user_name], [user_table.age]), filter(nil), rowset=
|       access([user_table.user_id], [user_table.user_name], [user_table.phone_number], [user_table.age]), partitions(p0)      
|       is_index_back=true, is_global_index=true,                                                                              
|       range_key([user_table.user_name], [user_table.user_id]), range(Alice,MIN ; Alice,MAX),                                 
|       range_cond([user_table.user_name = 'Alice'])                                                                           
+-----------------------------------------------------------------------------------------------------------------------------

执行计划解读：

OPERATOR: DISTRIBUTED TABLE RANGE SCAN
DISTRIBUTED（分布式）：说明该全局索引分片（或回表的目标主表分片）不在当前的客户端直连节点，或者涉及到跨节点的 RPC 数据请求。
TABLE RANGE SCAN（范围扫描）：虽然查询条件是 user_name = 'Alice'，但由于索引键是复合结构 (user_name, user_id)，优化器构建了一个物理闭区间范围 [Alice, MIN ; Alice, MAX]，在该区间内进行范围扫描。
NAME: user_table(idx_username_global)
明确标识本次扫描驱动的起点是全局索引 idx_username_global。
* is_global_index=true & is_index_back=true
确认使用了全局索引，且 触发了回表（因为 SELECT * 需要获取索引中未包含的列，如 phone_number 和 age）。
partitions(p0)
由于 idx_username_global 是全局非分区索引，它只有一个默认分片 p0，所以精准扫描索引的 p0 分区。
range_key 与 range_cond
range_key：全局索引在底层存储的实际 Physical Key，由 (user_name, user_id) 组成。
range_cond([user_table.user_name = 'Alice'])：定位条件，只扫描 user_name 等于 'Alice' 的索引项。

（2） 全局分区索引查询

按非分区键 phone_number 进行查询，虽然没有提供主表分区键 user_id，但由于全局索引按 phone_number 独立分区，路由可以直接命中对应的全局索引 Tablet 。

EXPLAIN SELECT * FROM user_table WHERE phone_number = '13800000003';
| Query Plan                                                                                                                   
+------------------------------------------------------------------------------------------------------------------------------
| ==================================================================================                                           
| |ID|OPERATOR                    |NAME                      |EST.ROWS|EST.TIME(us)|                                           
| ----------------------------------------------------------------------------------                                           
| |0 |DISTRIBUTED TABLE RANGE SCAN|user_table(idx_phone_part)|1       |6           |                                           
| ==================================================================================                                           
| Outputs & filters:                                                                                                           
| -------------------------------------                                                                                        
|   0 - output([user_table.user_id], [user_table.phone_number], [user_table.user_name], [user_table.age]), filter(nil), rowset=
|       access([user_table.user_id], [user_table.phone_number], [user_table.user_name], [user_table.age]), partitions(p1)      
|       is_index_back=true, is_global_index=true,                                                                              
|       range_key([user_table.phone_number], [user_table.user_id]), range(13800000003,MIN ; 13800000003,MAX),                  
|       range_cond([user_table.phone_number = '13800000003'])                                                                  
+------------------------------------------------------------------------------------------------------------------------------

执行计划解读：

OPERATOR: DISTRIBUTED TABLE RANGE SCAN
DISTRIBUTED（分布式）：说明执行节点与目标索引/数据所在的节点不同，需要发起分布式 RPC 调度。
TABLE RANGE SCAN：在全局索引树上，按 phone_number = '13800000003' 进行范围构建 [13800000003, MIN ; 13800000003, MAX] 扫描。
NAME: user_table(idx_phone_part)，优化器成功选中了刚才创建的全局分区索引 idx_phone_part。
EST.ROWS: 1 & EST.TIME(us): 6 ，预估只需返回 1 行 数据，预估开销仅 6 微秒（之前全表扫描是 155 微秒），性能大幅提升。
partitions(p1) —— 全局索引分区裁剪 ，优化器计算 phone_number = '13800000003' 的分区路由，精准裁剪并只扫描全局索引 8 个分区中的 p1 分区**。
is_global_index=true —— 命中全局索引**，确认使用了全局索引。
is_index_back=true —— 触发回表**，因为使用了 SELECT *，需要获取索引未存储的字段（ user_name 和 age），所以拿着查到的主键 user_id 跨节点回主表拉取全量数据。
range_key 与 range_cond
range_key**：索引表底层物理存储主键为 (phone_number, user_id)。
range_cond**：检索下推条件为 phone_number = '13800000003'。

为了避免分布式回表带来的性能损耗，可以通过 STORING 子句将常用查询列直接存储在全局索引中：

-- 将 user_name 存储在索引中，查询 phone_number 和 user_name 时无需回表
CREATE INDEX idx_phone_name ON user_table(phone_number) STORING(user_name) GLOBAL;
EXPLAIN SELECT user_id, phone_number, user_name FROM user_table WHERE phone_number = '13800000003';
+---------------------------------------------------------------------------------------------------------------+
| Query Plan                                                                                                    |
+---------------------------------------------------------------------------------------------------------------+
| ======================================================================                                        |
| |ID|OPERATOR        |NAME                      |EST.ROWS|EST.TIME(us)|                                        |
| ----------------------------------------------------------------------                                        |
| |0 |TABLE RANGE SCAN|user_table(idx_phone_name)|1       |3           |                                        |
| ======================================================================                                        |
| Outputs & filters:                                                                                            |
| -------------------------------------                                                                         |
|   0 - output([user_table.user_id], [user_table.phone_number], [user_table.user_name]), filter(nil), rowset=16 |
|       access([user_table.user_id], [user_table.phone_number], [user_table.user_name]), partitions(p0)         |
|       is_index_back=false, is_global_index=true,                                                              |
|       range_key([user_table.phone_number], [user_table.user_id]), range(13800000003,MIN ; 13800000003,MAX),   |
|       range_cond([user_table.phone_number = '13800000003'])                                                   |
+---------------------------------------------------------------------------------------------------------------+

适用：需要包含的辅助字段 数量少、长度固定或较短（如状态码、名称、时间戳），且对应的查询属于高频热点 Query。

2.4 选型与调优建议

优先考虑局部索引：如果高频查询的条件中可以带上主表分区键，优先使用局部索引（ Local Index），以获得最佳的写入性能和最小的维护开销。
高频非分区键点查使用全局索引：对于典型的“核心主键 vs 辅助业务键”场景（例如：按订单 ID 分区的表，但存在极高频的按手机号/用户 ID 点查的需求），必须建立全局索引。
尽量使用覆盖索引（Covering Index）：将查询需要的字段包含进全局索引，将“索引查找 + 分布式回表”转化为“纯索引扫描”，大幅降低延迟。

3. 局部索引 VS 全局索引

局部索引（Local Index）与全局索引（Global Index）是两种核心的索引组织形式。它们最本质的区别在于： 索引的分区规则是否与主表严格绑定。

对比维度	局部索引 (Local Index)	全局索引 (Global Index)
物理分布	与主表对应分区物理同置（同节点、同生命周期）	独立划分为 Tablet，物理分布在集群任意 OBServer 上
分区规则	必须与主表完全一致	可以与主表完全解耦（可不分区，也可按不同列与主表不同分区）
唯一约束限制	必须包含主表的分区键（如 `PRIMARY KEY / UNIQUE`）	可以是任何列，无需包含主表的分区键
带分区键查询	1 次 RPC 精准点查（触发主表分区裁剪）	1 次 RPC 精准点查
不带分区键查询	全分区广播扫描（Fan-out），延迟随分区数增加而上升	1 次 RPC 精准点查
写入与 DML 开销	单阶段提交，无跨节点开销，写入吞吐高	两阶段提交（2PC），主表与索引不在同节点时有网络延迟开销
回表开销	本地回表，在同节点完成	分布式回表，需跨节点 RPC 查主表（除非命中覆盖索引）
DDL 运维	删除/清空主表单个分区，索引分区自动同步释放	删除/清空主表单个分区，需要重构或异步清理全局索引

生产环境中，能通过合理分区键 + Local Index 解决的，优先 Local Index；只有确实存在大量不带分区键的跨分区查询时，再考虑 Global Index。

OceanBase 的分区索引和全局索引先写到这里， 如果本文对你有所帮助，欢迎点赞、推荐和转发，也欢迎关注后续文章，一起学习 OceanBase 分布式数据库。

ITPub博客

OceanBase 局部索引和全局索引

OceanBase 局部索引和全局索引

1. 局部索引

1.1 核心概念

1.2 主要优势与局限性

1.3 语法示例

2. 全局索引

2.1 工作原理

2.2. 优势与劣势

2.3 语法与使用示例

2.4 选型与调优建议

3. 局部索引 VS 全局索引

最新文章