Doris 倒排索引—日志分析利器_doris 2.x 倒排索引创建-优快云博客

本文链接：https://blog.youkuaiyun.com/king14bhhb/article/details/138312651

本文介绍了Apache Doris的倒排索引在日志分析中的应用，通过案例展示了如何利用倒排索引和NGram BloomFilter加速文本搜索和非主键列查询，提高OLAP查询性能。在文本搜索场景，倒排索引和NGram BloomFilter的组合使用显著降低了查询时间。对于非主键列，倒排索引也展现了优秀的查询加速效果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Doris 倒排索引

在 OLAP 领域，Apache Doris已成为高性能、高并发以及高时效性的代名词。在面向海量数据的复杂查询需求时，除硬件配置、集群规模、网络带宽等因素外，提升性能的核心在于如何最大程度地降低 SQL 执行时的 CPU、内存和 IO 开销，而这其中数据库索引扮演着至关重要的角色。合理的索引结构设计可以跳过大量不必要的底层数据读取、快速检索定位到所需数据，并进一步提升后续计算的执行效率、降低查询 SQL 的运行时间和资源消耗。

Apache Doris 提供了丰富的索引以加速数据的读取和过滤，依据是否需要用户手工创建，索引类型大体可以分为智能内建索引和用户创建索引两类，其中智能内建索引是指在数据写入时自动生成的索引，无需用户干预，包括前缀索引和 ZoneMap 索引。用户创建索引需要用户根据业务特点手动创建，包括 Bloom Filter 索引和 2.0 版本新增的倒排索引与 NGram Bloom Filter 索引。

相较于用户比较熟悉的前缀索引、Bloom Filter 索引，2.0 版本所新增的倒排索引和 NGram Bloom Filter 在文本检索、模糊匹配以及非主键列检索等场景有着更为明显的性能提升。本文将以 Amazon customer reviews 数据集为例，介绍 Apache Doris 在查询该数据集以及类似场景中，如何充分利用倒排索引以及 NGram Bloom Filter 索引进行查询加速，并详细解析其工作原理与