今天，華為云GaussDB(for Cassandra)攜__Lucene引擎全新解決方案__來啦！

當前，互聯網、大數據飛速發展，數據量呈爆發式增長，在高并發、高可用、高擴展性的業務需求推動下，NoSQL數據庫成為了越來越多場景的剛需。但在查詢方面，傳統的NoSQL卻有一定的局限性，嚴格來說，像開源MongoDB、Cassandra、Hbase等都不具備海量數據的多維查詢、文本檢索、統計分析等能力。多數企業仍然在尋求一套更完美的NoSQL解決方案。

華為云原生多模數據庫GaussDB NoSQL擁有強大的生態體系，支持鍵值、寬表、文檔、時序四種引擎接口。其中，寬表引擎接口GaussDB(for Cassandra)現已發布Lucene二級索引功能，既具備NoSQL的優勢，又能支持多種復雜查詢場景，全面提升用戶在海量數據場景下的查詢體驗，憑實力寵粉！相信大家一定有很多疑問，GaussDB(for Cassandra)是什么？二級索引如何使用？Lucene二級索引又有哪些區別？別著急，接下來讓我們一一解讀。

什么是GaussDB(for Cassandra)？

GaussDB(for Cassandra)是一款基于華為自研、采用計算存儲分離架構的分布式云數據庫，在高性能、高可用、高可靠、高安全、可彈性伸縮的基礎上，提供了一鍵部署、備份恢復、監控報警等服務能力；并高度兼容開源Cassandra接口，提供高讀寫性能。當前已經廣泛應用于IoT、氣象、互聯網、游戲等諸多領域。

什么是二級索引？

我們先來了解下索引的概念。索引是為了加快數據檢索速度而創建的一種存儲結構，是一種以空間換時間的設計思想。作用可以理解為書的目錄，通過目錄可快速定位到所需要的內容。

在Cassandra中，Primary Key就是索引（也被稱為一級索引），在查詢的時候，根據Primary Key可以直接檢索到對應的記錄。而二級索引又稱輔助索引，是為了幫助定位到一級索引，然后再根據一級索引找到對應記錄。我們平時使用CREATE INDEX語句建立的就是二級索引。

當前Cassandra二級索引的痛點有哪些？

原生Cassandra中二級索引的實現其實是創建了一張隱式的表，該表的Primary Key是創建索引的列，值為對應的Primary Key，實現相對簡單，因此不可避免地帶來了一些約束條件：

1.第一主鍵只能用“=”查詢；

2.第二主鍵可以使用“=、>、<、>=、<=”；

3.索引列只支持“=”查詢；

4.刪除、更新太過頻繁的列不適合建立索引；

5.High-cardinality列不適合做索引；

基于以上約束，Cassandra二級索引能提供的查詢功能非常有限。

Why Lucene？

Lucene是當下最火的開源全文檢索引擎工具，具有以下特點：

1.穩定、索引性能高；

2.是高效、準確、高性能的搜索算法；

3.具備豐富的查詢類型：支持短語查詢、通配符查詢、近似查詢、范圍查詢等；

4.有強大的開源社區支持，可維護性好；

因此，用集成Lucene引擎來補充Cassandra查詢能力的弱點是最佳選擇，畢竟誰又會拒絕一款性能穩定、持續成長、又更新迭代的搜索引擎呢？

Lucene引擎強大的倒排索引和列式存儲能力，賦予了GaussDB(for Cassandra)高效的多維查詢、文本檢索、統計分析等能力，在使用體驗上和原生二級索引相似，但同時擁有了更為豐富的語法支持。

使用Lucene二級索引后，我的查詢發生了哪些變化？

更加靈活的查詢、過濾方式：

所有查詢均可不帶PK或者帶部分PK，并且索引列支持 “>、<、in”等操作符，用戶不需要再局限于只使用“=”。

強大的文本檢索能力：

文本檢索能力正是Lucene最擅長的，使用起來十分方便，只需要通過關鍵詞like即可實現。

你可以這樣：

SELECT \\* FROM example WHERE field LIKE 'test%';   // 前綴查詢

也可以這樣：

SELECT \\* FROM example WHERE field LIKE 'start\\*end';   // 正則匹配

還可以這樣：

SELECT \\* FROM example WHERE field LIKE '%\\+lucene \\+index%';   // 全文搜索功能，性能高效，穩定

支持超萬億規格的大數據量統計：

SELECT count\\(\\*\\) FROM example WHERE field1>\\-1 AND EXPR\\(field2, 'count'\\);

多種刪除方式：

支持single單行刪除、partition分區刪除、range范圍刪除，全方位覆蓋各種刪除場景。

DELETE FROM example WHERE pk1='a' AND field=1;   // single單行刪除

DELETE FROM example WHERE pk1='a' AND pk2=5000;   // partition分區刪除

DELETE FROM example WHERE pk1='a' AND pk2=3000 AND ck1=2 AND ck2>'a' AND ck2<'c';   // range范圍刪除

支持擴展json查詢接口，輕松應對各種復雜查詢場景：

擴展的json查詢接口提供了豐富的查詢語法，用法更多樣化。以下是關鍵字列表：

filter

在查詢語句中json查詢的關鍵字

term

查詢時判斷某個document是否包含某個具體的值，不會對被查詢的值進行分詞查詢

match

將被詢值進行分詞，進行全文檢索

range

查詢指定某個字段在某個特定的范圍(范圍查詢子關鍵字："eq"/"gte"/"gt"/"lte"/"lt")

bool

必須和 "must"、"should"、"must not" 一起組合出復雜的查詢

must

bool類型的子查詢，類型為list，封裝"term"、"match"、"range" 查詢

should

bool類型的子查詢，類型為list，封裝"term"、"match"、"range" 查詢

must not

bool類型的子查詢，類型為list，封裝"term"、"match"、"range" 查詢

舉個栗子：

SELECT \\* FROM example WHERE EXPR\\(index\\_field, '\\{"filter": \\{"bool": \\{"should": \\[\\{"bool": \\{"should": \\[\\{"bool": \\{"must": \\[\\{"bool": \\{"should": \\[\\{"range": \\{"ck1": \\{"lt": 2\\}, "ck1": \\{"gte": 4\\}\\}\\}\\]\\}\\}, \\{"bool": \\{"should": \\[\\{"range": \\{"field1": \\{"lt": 2\\}, "field1": \\{"gt": 3\\}\\}\\}\\]\\}\\}\\]\\}\\}, \\{"bool": \\{"should": \\[\\{"term": \\{"pk1": "a", "pk1": "b", "pk1": "c"\\}\\}\\]\\}\\}\\]\\}\\}, \\{"bool": \\{"must": \\[\\{"range": \\{"field2": \\{"gte":5, "lte": 15\\}, "pk2": \\{"gt": 2000\\}\\}\\}\\]\\}\\}\\]\\}\\}\\}'\\)

通過條件組合加嵌套，您可以DIY符合自身業務的sql語句，并且最高支持200層json嵌套，再復雜的場景也能處理！

華為云GaussDB(for Cassandra)搭載Lucene引擎，通過Lucene二級索引將搜索能力下沉至底層，從根本上解放了應用層查詢，兼具多維查詢、文本檢索、統計分析等多種能力，可以完美地彌補NoSql弱查詢功能的短板，讓企業從容應對海量數據的復雜查詢場景。還等什么，速來體驗吧！
審核編輯：湯梓紅