Presto 之 BTreeIndex 索引代码走读_presto 给表增加索引-优快云博客

本文链接：https://blog.youkuaiyun.com/wangfeihuo/article/details/128509079

本文详细介绍了Presto（OpenLookeng）中BTree索引的实现方式，通过mapdb的BTreeMap数据结构，用于创建有序的索引。在索引建立过程中，key为索引列的distinct值，value为单调递增的数字。使用BTree索引时，根据过滤条件匹配key来决定是否保留split。文章还提到了索引的使用流程，并与Bitmap索引进行了对比。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一. 前言

本文主要介绍在Presto（OpenLookeng）中的BTree索引的代码实现。关于BTree索引原理的介绍可以参考官网资料openLooKeng documentation。

二. BTreeIndex 索引建立

在Presto中，BTreeIndex 索引是通过mapdb中的BTreeMap数据结构实现的，其使用和普通的Map没什么区别，只是BTreeMap是有序的。Presto建立BTreeIndex的BTreeMap中时候，key值设计为索引列所有数据的distinct值，value值为Stripe symbol的counter，为1,2,3...等一个累增的数字（其实value的信息在Btree索引使用中几乎没起到什么作用，过滤的时候主要是依赖key值和过滤条件匹配实现的）。

比如对于如下表和数据：

建立后索引后，BTreeMap的数据为：

在Presto中，BTreeIndex 索引建立的流程基本和Presto 之Bitmap索引代码走读_王飞活的博客-优快云博客_presto索引一样，主要的流程如下：

PartitionIndexWriter::addData
    fillDataMap
        dataMap.putIfAbsent
          persist
            partitionIndex.addKeyValues
               source = new TreeSet

三. 使用BTreeIndex 索引进行数据过滤

使用BTreeIndex 进行数据过滤的原理较为简单，Presto在处理split之前，先根据谓词过滤条件到BTreeMap中能够匹配到数据，能匹配到数据，则保留该split，否则，可以将整个split都过滤掉。其实现是在BTreeIndex::lookUp实现的，原理和其他索引也是基本一样的，可以参考此文章：Presto 之Bitmap索引代码走读_王飞活的博客-优快云博客_presto索引