重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
这篇文章给大家介绍PostgreSQL中的BLOOM INDEX有什么用,内容非常详细,感兴趣的小伙伴们可以参考借鉴,希望对大家能有所帮助。
为企业提供成都做网站、网站建设、外贸营销网站建设、网站优化、成都全网营销推广、竞价托管、品牌运营等营销获客服务。成都创新互联公司拥有网络营销运营团队,以丰富的互联网营销经验助力企业精准获客,真正落地解决中小企业营销获客难题,做到“让获客更简单”。自创立至今,成功用技术实力解决了企业“网站建设、网络品牌塑造、网络营销”三大难题,同时降低了营销成本,提高了有效客户转化率,获得了众多企业客户的高度认可!
小编要说的是 bloom 过滤器的问题,但题目为什么是这样,一般来说我们如果要给一个大表来加索引,并且这个查询还要加挺多列的时候,是蛮头疼的问题,PostgreSQL 中有一种索引叫 BLOOM INDEX ,而这个索引有什么好处,我们来看看。
首先是什么BLOOM ,我看了一些网上的资料,写的挺好的,里面各种高大上的 X 个 值, K 个HASH , 逼近极限,bula bula ,如果我现在也这样写,估计不少人就取关了。
所以我打算用通俗的话来说说这个事,可能说的不准确的,各位高手给纠正。
例如:我们有一个选秀比赛,里面都是 “小鲜肉”,“小仙女”,而这边又三个评委, 分别是 柯一敏, 金醒, 冯笑刚 , 这边先进来一个,李于刚,
柯一敏说,好, 金醒说 好, 冯笑刚说 滚。
然后我们的评分表上就有了
1 1 0 这个数字
下面又进来一个 小仙女, 李与春, 柯一敏 说 滚, 金醒说 滚, 冯笑刚说 好
那么我们的评分表上就有了数字
0 0 1
以此类推,吴以凡 是 101 , 史岩 是 100 等等, 我们就可以通过这样的数字来标识这个人,或者类似的这样的人。
但有的时候也不尽然,例如进来的是 周深 , 得分和 李于刚 一样,也是 110
那你说 110 就是 李于刚 就不大对了 (注,得分一样是因为,他们都嗓门高,唱出的声音你听不出是大老爷们)
OK 到此我们的脱离娱乐,回归到BLOOM 过滤了。某个值通过N 个 hash 计算后,在列表中产生的不同的值,一个值可以有多个HASH 的计算的值来标识,就是BLOOM过滤器的精髓,而通过这样的方法来查找值,不是 100% 的准确。但如果是用这样的方法来排除值,那绝对是 100% 的能排除不符合你要查找值的那些数据。
我们画一个图, 大致的意思我们有一堆值,通过多种HASH 算法,在我们下面的list中生成对应的HASH 值,下面的list 是记录这些值的地方VALUE1 通过三个 不同的HASH 算法后,得到的值是10000001000100100010000001
当然这里面的 位数为 1 的地方很可能,或者说有很大的可能有重复的情况,但遇到不同的HASH 算法或者后面的 VALUE2 也要在 已经有 1 的地方继续写1的时候,我们就忽略,最后依次将 VALUES 1 2 3 4 这几个值计算完毕后 10100101010100101010011101
那我们得到这个值有什么意义呢,意义就是我们在计算
value5 6 7 8 得到的值和 10100101010100101010011101 不一样的情况下,我们可以 100%的肯定,我们的 value 5 6 7 8 和 我们的 value 1 2 3 4 不一样, 但如果我们在计算 value 5 6 7 8 后,得到的值和 value 1 2 3 4 一样的情况下,我们是不能 100%的肯定我们的两次计算的值是相等的。这也就是我们耳熟能详的排除法,并且这样如果想 limit 逼近1 的情况那就可以无限的添加精度更高的 HASH 算法和 能保存值的的长度.
那么这个BLOOM 过滤器使用到使用到索引中,对比其他索引有什么好处?
使用bloom过滤器。当有一个包含太多列的表,并且查询在这样的表上使用了太多列的组合时,需要许多索引。维护这么多索引不仅对数据库来说很昂贵,而且在处理较大的数据集时也是性能杀手。
如果在所有这些列上创建一个bloom索引,则为每一列计算一个散列,并为每一行/记录合并到一个指定长度的索引条目中。这样就可以快速排出不匹配的记录,如果你查询的记录在大表中,占据的比例是很小或者是唯一的,则是一个好的选择。
我们下面就看看 PostgreSQL 中的 Bloom index 到底有多少斤两。
1 我们建立 postgresql的扩展
CREATE EXTENSION bloom;
2 建立一个测试的用表插入数据 10000000 行
3 给这个表建立一个复合索引,BTREE 的方式,耗时大约在 31秒
4 我们进行一些查询的测试,可以看到查询的速度还是蛮快的
5 我们删除索引,然后建立bloom 索引整体建立bloom 索引的时间,大约消耗8秒,对比 31秒 那是快了 四分之三
6 查询的速度也是比普通的 BTREE 索引要快的近 不到 10倍的样子
那么下面问题来了,你说这么快,那么快,没有缺点吗?
1 Bloom 过滤器适合 多个字段的索引建立
2 Bloom 适合等值运算
关于PostgreSQL中的BLOOM INDEX有什么用就分享到这里了,希望以上内容可以对大家有一定的帮助,可以学到更多知识。如果觉得文章不错,可以把它分享出去让更多的人看到。