聚合索引

聚合索引通过预计算并存储聚合结果，显著加速分析型查询，避免在常见分析操作中扫描整张表。

它解决了什么问题？

大规模数据集上的分析型查询会面临显著的性能挑战：

问题	影响	聚合索引解决方案
全表扫描	SUM、COUNT、MIN、MAX 查询需要扫描数百万行	直接读取预计算结果
重复计算	相同的聚合被反复计算	结果只存储一次，多次复用
仪表盘查询缓慢	分析仪表盘加载需要数分钟	常见指标可实现亚秒级响应
计算成本高	大量聚合负载会消耗资源	对缓存结果仅需极少计算
用户体验差	用户需要等待报表和分析结果	为商业智能提供即时结果

示例：销售分析查询 SELECT SUM(revenue), COUNT(*) FROM sales WHERE region = 'US' 需要处理 1 亿行数据。没有聚合索引时，它需要扫描所有美国销售记录；有了聚合索引后，它可以立即返回预计算结果。

工作原理

创建索引 → 定义需要预计算的聚合查询
结果存储 → TiDB Cloud Lake 将聚合结果存储在优化后的数据块中
查询匹配 → 传入的查询会自动使用预计算结果
自动修改 → 当底层数据发生变化时，结果会刷新

快速开始

-- Create table with sample data
CREATE TABLE sales(region VARCHAR, product VARCHAR, revenue DECIMAL, quantity INT);

-- Create aggregating index for common analytics
CREATE AGGREGATING INDEX sales_summary AS
SELECT region, SUM(revenue), COUNT(*), AVG(quantity)
FROM sales
GROUP BY region;

-- Refresh the index (manual mode)
REFRESH AGGREGATING INDEX sales_summary;

-- Verify the index is used
EXPLAIN SELECT region, SUM(revenue) FROM sales GROUP BY region;

支持的操作

✅ 支持	❌ 不支持
SUM、COUNT、MIN、MAX、AVG	窗口函数
GROUP BY 子句	GROUPING SETS
WHERE 过滤条件	ORDER BY、LIMIT
简单聚合	复杂子查询

刷新策略

策略	适用场景	配置
自动（SYNC）	实时分析、小规模数据集	`CREATE AGGREGATING INDEX ... SYNC`
手动	大规模数据集、批处理	`CREATE AGGREGATING INDEX ...`（默认）
后台（Cloud）	生产负载	在 TiDB Cloud Lake 中自动执行

自动刷新与手动刷新

-- Automatic refresh (updates with every data change)
CREATE AGGREGATING INDEX auto_summary AS
SELECT region, SUM(revenue) FROM sales GROUP BY region SYNC;

-- Manual refresh (update on demand)
CREATE AGGREGATING INDEX manual_summary AS
SELECT region, SUM(revenue) FROM sales GROUP BY region;

REFRESH AGGREGATING INDEX manual_summary;

性能示例

以下示例展示了显著的性能提升：

-- Prepare data
CREATE TABLE agg(a int, b int, c int);
INSERT INTO agg VALUES (1,1,4), (1,2,1), (1,2,4), (2,2,5);

-- Create an aggregating index
CREATE AGGREGATING INDEX my_agg_index AS SELECT MIN(a), MAX(c) FROM agg;

-- Refresh the aggregating index
REFRESH AGGREGATING INDEX my_agg_index;

-- Verify if the aggregating index works
EXPLAIN SELECT MIN(a), MAX(c) FROM agg;

-- Key indicators in the execution plan:
-- ├── aggregating index: [SELECT MIN(a), MAX(c) FROM default.agg]
-- ├── rewritten query: [selection: [index_col_0 (#0), index_col_1 (#1)]]
-- This shows the query uses precomputed results instead of scanning raw data

最佳实践

实践	收益
为常见查询建立索引	聚焦于频繁执行的分析查询
使用手动刷新	更好地控制修改时机
监控索引使用情况	使用 EXPLAIN 验证索引是否被利用
清理未使用的索引	删除未被使用的索引
匹配查询模式	索引过滤条件应与实际查询一致

管理命令

命令	用途
`CREATE AGGREGATING INDEX`	创建新的聚合索引
`REFRESH AGGREGATING INDEX`	使用最新数据修改索引
`DROP AGGREGATING INDEX`	删除索引（使用 VACUUM TABLE 清理存储）
`SHOW AGGREGATING INDEXES`	列出所有索引

重要说明

适合使用聚合索引的场景：

频繁的分析型查询（仪表盘、报表）
具有重复聚合的大规模数据集
稳定的查询模式
对性能要求高的应用

不适合使用的场景：

数据频繁变化
一次性的分析型查询
小表上的简单查询

配置

-- Enable/disable aggregating index feature
SET enable_aggregating_index_scan = 1;  -- Enable (default)
SET enable_aggregating_index_scan = 0;  -- Disable

聚合索引最适用于大规模数据集上的重复性分析负载。建议从最常用的仪表盘和报表查询开始。