Aerospike 数据库 5.6 引入了集合索引Set-index功能，它允许在命名空间中直接对特定集合进行索引设置。 在 5.6 版本之前，在集合中查找特定记录需要对命名空间进行扫描（如果该集合相对于命名空间而言体积较小，则需要花费更多成本），或者可能需要一个新的bin值来创建二级索引。
集合索引何时会有明显优势？ 直观来说，索引对于较小的集合而言显然具有优势。 然而，随着集合的大小不断接近封闭命名空间的大小，读取记录所花费的成本也将越来越大，并在很大程度上抵消了索引的优势。 对此我们进行了一些测试，本文将为这些问题提供量身定制的答案。
测试配置
Aerospike在特定环境中对其进行了一系列测试。 测试环境包括1 节点的 Aerospike 集群以及 10GBit 网络环境中可在单独机器上运行的客户端。 该服务器具有以下特点：
Model: Supermicro Ultra SuperServer 1029U-TN10RT
CPU: 2 x Intel Xeon Gold 5220R Processor 24-Core 2.2GHz (96 vCPU total)
DRAM: 384 GiB DDR4 2933MHz
SSD: 5 x 3.2TB Micron 9300 MAX Series U.2 PCIe 3.0 x4 NVMe
Network: 10GBit Ethernet (RJ-45)
型号：Supermicro Ultra SuperServer 1029U-TN10RT
CPU：2 x Intel Xeon Gold 5220R 处理器 24 核 2.2GHz（共 96 个 vCPU）
DRAM：384 GiB DDR4 2933MHz
固态硬盘：5 x 3.2TB Micron 9300 MAX 系列 U.2 PCIe 3.0 x4 NVMe
网络：10GBit 以太网 (RJ-45)
测试命名空间包含 20 亿条 100 字节的记录。 在该命名空间中，创建了六个测试集：
Set A：20 亿条记录（100% 的命名空间）
Set B：1 亿条记录（命名空间的 5%）
Set C：100 万条记录（命名空间的 0.05%）
Set D：10,000 条记录（命名空间的 0.0005%）
Set E：1,000 条记录（命名空间的 0.00005%）
Set F：100 条记录（命名空间的 0.000005%）
测试矩阵
对于每个测试集，我们分别在启用及不启用设置索引的情况下执行相关扫描，并测量所需时间。 此外，我们会通过改变一些相关参数来评估索引集对基础测试的影响：
SSD 存储：获取记录的速度比列式存储慢1000 倍。
DRAM 存储：对于列式存储中的命名空间而言，获取记录的速度非常快。
4 个线程扫描：这由单线程的配置参数控制，默认值为4。
128 个线程扫描：这是单扫描线程的最大允许值。
结果
表 1 显示了 SSD 数据存储中的测试结果。该测试对于整体结果来说至关重要，从 DRAM 检索记录相比，从 SSD 数据存储中的检索成本较高。
数据结果验证了以下假设：索引对较小的集合用处较大，因为相比检索大量无关记录（因为它们不在感兴趣的集合中）的成本而言，维护索引的成本较小。
表1：SSD中的数据
随着集合的大小越来越接近命名空间的大小，使用优势将被减弱，因为此时大部分被检索到的记录将与扫描相关。 但是，与SSD I/O相比，维护索引的成本并不是很高，因此即使在极限情况下，索引所消耗的额外DRAM和CPU也只会导致性能的小幅下降。
如图 1 所示，数据曲线将显示的更加清楚。在图中，启用了索引设置索引的结果以实线和圆圈作为数据标记显示； 禁用索引的结果以虚线和菱形作为数据标记显示。
无论用于执行扫描的线程数量如何，随着集合大小的增加，设置索引的性能将逐渐接近未索引设置情况下的性能。 从这组特定的测试结果中可见，当测试集达到 1 亿条记录（大约命名空间的 5%）时，就会出现收敛的情况。
图1：SSD中的数据
结论
Aerospike 5.6 版本的索引设置索引是一个较为成功的改进。 该功能大大缩短了扫描时间，同时节省内存。
关于Aerospike
Aerospike 克服了看似不可能消除的数据瓶颈，以可以降低基础架构复杂性、减少传统 NoSQL 数据库成本的功能优势，在与其他数据库的竞争中获得了众多公司的认可。Aerospike 使客户能够立即打击欺诈行为，它大大增加了购物车的大小，部署了全球数字支付网络，为数百万客户提供了即时的一对一个性化服务。
点击阅读全文，获取能多信息
