聚簇索引 (clustered index) 是 TiDB 从 v5.0 开始支持的特性，用于控制含有主键的表数据的存储方式。通过使用聚簇索引，TiDB 可以更好地组织数据表，从而提高某些查询的性能。有些数据库管理系统也将聚簇索引称为“索引组织表” (index-organized tables)。
目前 TiDB 中含有主键的表分为以下两类：
NONCLUSTERED，表示该表的主键为非聚簇索引。在非聚簇索引表中，行数据的键由 TiDB 内部隐式分配的 _tidb_rowid 构成，而主键本质上是唯一索引，因此非聚簇索引表存储一行至少需要两个键值对，分别为
_tidb_rowid（键）- 行数据（值）
主键列数据（键） - _tidb_rowid（值）
CLUSTERED，表示该表的主键为聚簇索引。在聚簇索引表中，行数据的键由用户给定的主键列数据构成，因此聚簇索引表存储一行至少只要一个键值对，即
主键列数据（键） - 行数据（值）
TiDB v6.5 之前，默认情况下，非整数主键、没有主键的表或者建表时显式指定 nonclustered 非聚簇的表，TiDB 会使用一个隐式的自增 rowid。大量执行 INSERT 插入语句时，由于 rowid 自增分配，会把数据集中写入单个 Region，造成写入热点。通过设置 SHARD_ROW_ID_BITS，可以把 rowid 打散写入多个不同的 Region，缓解写入热点问题。
但是，SHARD_ROW_ID_BITS 配置同时会带来写入数据不聚集的问题，从下图中可以看出，同一时间写入的数据，由于 SHARD_ROW_ID_BITS = 2，分布在四个不同的 Region 上。如果语句条件是根据时间进行范围扫，TableRowidScan 算子的 cop task 会增加 3 倍。
如果建表时指定 shard_row_id_bits 时，希望建表时就均匀切分 Region，可以考虑配合 PRE_SPLIT_REGIONS 一起使用，用来在建表成功后就开始预均匀切分 2^(PRE_SPLIT_REGIONS) 个 Region。但由于新建表或分区的分裂操作实际产生的是空 Region，如果分裂打散操作距离写入存在一定时间间隔，则 Region 可能会被合并，从而导致无法真正规避写入热点问题。此时可以为表或分区添加 merge_option 属性，设置为 deny 来解决问题。
禁止属于某个表的 Region 被合并
ALTER TABLE t ATTRIBUTES 'merge_option=deny';
网友评论