A implementação de índices secundários pela API do HBase possui limitações conhecidas e não é recomendada. Em vez disso, use índices secundários por meio do Lindorm SQL.
O ApsaraDB for HBase Performance-enhanced Edition oferece índices secundários nativos, permitindo consultar dados de tabelas em qualquer coluna sem realizar uma varredura completa da tabela.
O problema das consultas baseadas apenas no rowkey
O HBase armazena linhas em ordem binária por rowkey (chave primária). Isso torna as varreduras de linha, varreduras de prefixo e varreduras de intervalo rápidas e eficientes — contanto que a consulta seja baseada no rowkey.
Quando você precisa consultar uma coluna que não é o rowkey, o HBase não tem um caminho direto para as linhas correspondentes. Sem um índice secundário, o banco de dados aplica um filtro para restringir o intervalo do rowkey ou varre a tabela inteira. Uma varredura completa da tabela desperdiça E/S, aumenta o tempo de resposta e tem desempenho ruim conforme os dados crescem.
Abordagens para consultas em múltiplas colunas
Antes da disponibilidade de índices secundários nativos, existiam duas soluções alternativas comuns:
| Abordagem | Como funciona | Desvantagem |
|---|---|---|
| Tabela de índice manual | Crie uma tabela separada indexada pela coluna de consulta | É necessário manter a tabela de índice sincronizada com a tabela primária a cada gravação |
| Motor de busca externo (Solr, Elasticsearch) | Exporte os dados para um cluster externo para indexação | Consome muitos recursos para consultas comuns em um pequeno número de colunas |
O ApsaraDB for HBase Performance-enhanced Edition resolve ambas as desvantagens com índices secundários nativos incorporados ao ApsaraDB for HBase, oferecendo custos mais baixos em comparação com soluções de motor de busca externo.
Como funcionam os índices secundários nativos
Ao criar um índice secundário em uma coluna, as consultas nessa coluna são resolvidas por meio do índice, em vez de varrer todas as linhas.
Os índices secundários nativos no ApsaraDB for HBase são projetados para alto throughput e dados em grande escala. A implementação foi usada em produção no Alibaba Group, incluindo durante os festivais de compras do Double 11, por muitos anos.
Próximas etapas
Visão geral do Lindorm SQL — a maneira recomendada para criar e usar índices secundários