多元索引字串類型 - Tablestore

本文介紹字串相關的三種類型Keyword、FuzzyKeyword和Text，以及如何在業務研發時選擇合適的字串類型。

背景資訊

字串是資料類系統中最常見的類型，基本在所有業務情境中均會使用到。在傳統的關係型資料庫中，字串類型會被細分為定長、變長等多種不同的類型。

在Table Store中，字串類型主要是String類型，類似於C++、Java等開發語言中的String類型。在多元索引中為了支援更豐富的功能，在功能層面對字串做了進一步細分，字串包括類似String的Keyword類型、用於模糊查詢的FuzzyKeyword類型以及可以分詞的用於全文檢索索引的Text類型。

本文會介紹這三種不同字串類型的關係、區別以及如何在業務情境中進行字串類型選擇。

表中和多元索引中類型映射

表中的字串類型可直接在多元索引中映射為Keyword、FuzzyKeyword或Text類型。您也可以使用虛擬列功能將表中的Integer類型和Double類型在多元索引中映射為Keyword、FuzzyKeyword或Text類型。

表中資料類型	方式	多元索引中資料類型
String	直接使用	Keyword
		FuzzyKeyword
		Text
Integer	虛擬列	Keyword
		FuzzyKeyword
		Text
Double	虛擬列	Keyword
		FuzzyKeyword
		Text

類型介紹

Keyword

Keyword類型類似於資料庫中的字串類型，也類似於C++、Java等開發語言中的String類型，是最常用的字串類型。

在功能上，主要支援精確查詢、範圍查詢、萬用字元查詢、首碼查詢、存在性查詢（空值查詢）、排序和 GroupBy等彙總操作。其中，萬用字元查詢和首碼查詢在中大規模資料集（百萬以上）情境中的效能會隨著資料規模的增長而下降。

在業務情境中，如果不需要使用模糊查詢或全文檢索索引功能，則可以使用Keyword類型。如果需要使用排序、統計彙總等功能，則需要使用Keyword類型。

Text

Text類型類似於搜尋引擎中的文本類型，支援多種分詞，即系統會先將字串類型切分成多個連續的詞語，然後按照不同的詞語去儲存，主要用於全文檢索索引情境。

Text類型的分詞包括了多種分詞，有些分詞是簡單的按字或者按字元切分，有些是按照語義去切分，不同分詞方式適用於不同的業務情境。更多資訊，請參見分詞。

在業務情境中，如果需要使用全文檢索索引功能，則需要使用Text類型。

FuzzyKeyword

FuzzyKeyword類型也是一種字串類型，主要特點是支援高效能的萬用字元查詢、首碼查詢和尾碼查詢，在任意規模資料上均能保持比較好的查詢效能，查詢效能不會隨著規模增大而下降。

在業務情境中，如果需要使用高效能（毫秒級）的萬用字元查詢、首碼查詢或尾碼查詢，則需要使用FuzzyKeyword類型。

如果需要使用尾碼查詢，則可以直接使用FuzzyKeyword類型的SuffixQuery，或者將資料翻轉後使用效能較弱的Keyword類型的PrefixQuery。

說明

FuzzyKeyword類型的欄位不支援排序和統計彙總。如果FuzzyKeyword類型的欄位同時需要進行排序或統計彙總，可以通過虛擬列為Keyword類型實現。
如果在業務情境中某一個欄位需要用到多種查詢功能，例如既需要精確查詢，又需要高效能模糊查詢和全文檢索索引，則可以使用虛擬列功能，將表中的一列在多元索引中映射為三列，這三列可以分別使用Keyword、Text和FuzzyKeyword類型。更多資訊，請參見虛擬列。

類型區別

三種字串類型可用於的查詢功能和最大長度有差異，具體說明請參見下表。

說明

“✓”表示支援，“×”表示不支援。

功能	Keyword	FuzzyKeword	Text
精確查詢	✓	×	×
多詞精確查詢	✓	×	×
範圍查詢	✓	×	×
列存在性查詢（空值查詢）	✓	✓	✓
排序	✓	×	×
統計彙總	✓	×	×
全文檢索索引：分詞	×	×	✓
全文檢索索引：相關性分數	×	×	✓
全文檢索索引：高亮和摘要	×	×	✓
全文檢索索引：匹配查詢	×	×	✓
全文檢索索引：短語匹配查詢	×	×	✓
萬用字元查詢	✓（大規模時效能較差）	✓（效能優）	×
首碼查詢	✓（大規模時效能較差）	✓（效能優）	×
尾碼查詢	×	✓	×
最大長度	4 KB	2 KB	2 MB