《大规模分布式计算深入解析》13.1 属性索引:点查的加速器

属性索引把点查成本从全表扫描 100 压到命中数 2,探针 NodeIndexSeek DB Hits=2;复合、位图与失效策略决定索引取舍。

属性索引:点查的加速器

属性索引按 name='alice'、id=2 这类值直接定位顶点。lab 里 name=alice 命中 2(用例 113),索引查询成本=命中 2(用例 114),远快于全表扫描 100(用例 115)。

索引不改变结果语义,只改变查找路径:一次定位拿到锚点,进图后再沿关系链展开——这是点查与遍历的分工。

索引形态与失效

复合索引按多属性联合定位,解决 (label, property) 与多值点查(用例 116);位图索引适合低基数属性,按位与快速筛候选(用例 118)。

索引不是免费午餐:属性更新后索引失效,写路径要同步维护(用例 117)。读快、写慢是点查加速器的本质代价,属性越宽维护越贵。

探针与卷八对齐

探针 PROFILE MATCH (d:Doc {id:2}) 走 NodeIndexSeek(RANGE INDEX d:Doc(id)),DB Hits=2、Rows=1、Total database accesses=3,对齐用例 87/113 命中 2 的口径。

对齐卷八:B+ 树/倒排把点查从扫描压到命中,图属性索引同样把 O(V) 压到 O(命中);区别在进图后由免索引邻接接力遍历,索引只负责锚点。

什么时候不要用索引

高基数唯一属性(id)值得建索引;低基数或频繁更新属性反而拖慢写路径。全表扫描只有 100 时索引收益有限(用例 115 的反面)——加速器要选对场景才值回维护成本。

验证

从卷十一实验包 解包,用 index 用例 113-118 验证属性索引命中 2、成本 2、快于全表扫描 100,以及复合/失效/位图行为;运行 neo4j-probe.sh,对 MATCH (d:Doc {id:2}) 执行 PROFILE,实测 NodeIndexSeek(RANGE INDEX)DB Hits=2、Rows=1、EstimatedRows=0.3333、planner COST、Runtime SLOTTED 5.26.33。

一手资料

卷十一目录 · 系列导读与实验

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图