版本：Nightly

全文索引配置

本文档提供了 GreptimeDB 全文索引配置的完整指南，包括后端选择和其他配置选项。

概述

GreptimeDB 提供全文索引功能以加速文本搜索操作。您可以在创建或修改表时配置全文索引，并提供各种选项以针对不同用例进行优化。

配置选项

在创建或修改全文索引时，您可以使用 FULLTEXT INDEX WITH 指定以下选项：

基本选项

analyzer：设置全文索引的语言分析器
- 支持的值：English、Chinese
- 默认值：English
- 注意：由于中文文本分词的复杂性，中文分析器构建索引需要的时间显著更长。建议仅在中文文本搜索是主要需求时使用。
case_sensitive：决定全文索引是否区分大小写
- 支持的值：true、false
- 默认值：false
- 注意：设置为 true 可能会略微提高区分大小写查询的性能，但会降低不区分大小写查询的性能。此设置不会影响 matches_term 查询的结果。
backend：设置全文索引的后端实现
- 支持的值：bloom、tantivy
- 默认值：bloom

后端选择

GreptimeDB 提供两种全文索引后端用于高效日志搜索：

Bloom 后端
- 最适合：通用日志搜索
- 特点：
  - 使用 Bloom 过滤器进行高效过滤
  - 存储开销较低
  - 在不同查询模式下性能稳定
- 限制：
  - 对于高选择性查询稍慢
- 存储成本示例：
  - 原始数据：约 10GB
  - Bloom 索引：约 1GB
Tantivy 后端
- 最适合：高选择性查询（如 TraceID 等唯一值）
- 特点：
  - 使用倒排索引实现快速精确匹配
  - 对高选择性查询性能优异
- 限制：
  - 存储开销较高（接近原始数据大小）
  - 对低选择性查询性能较慢
- 存储成本示例：
  - 原始数据：约 10GB
  - Tantivy 索引：约 10GB

性能对比

下表显示了不同查询方法之间的性能对比（以 Bloom 为基准）：

查询类型	高选择性（如 TraceID）	低选择性（如 "HTTP"）
LIKE	慢 50 倍	1 倍
Tantivy	快 5 倍	慢 5 倍
Bloom	1 倍（基准）	1 倍（基准）

主要观察结果：

对于高选择性查询（如唯一值），Tantivy 提供最佳性能
对于低选择性查询，Bloom 提供更稳定的性能
Bloom 在存储方面比 Tantivy 有明显优势（测试案例中为 1GB vs 10GB）

配置示例

创建带全文索引的表

-- 使用 Bloom 后端（大多数情况推荐）
CREATE TABLE logs (
    timestamp TIMESTAMP(9) TIME INDEX,
    message STRING FULLTEXT INDEX WITH (
        backend = 'bloom',
        analyzer = 'English',
        case_sensitive = 'false'
    )
);

-- 使用 Tantivy 后端（用于高选择性查询）
CREATE TABLE logs (
    timestamp TIMESTAMP(9) TIME INDEX,
    message STRING FULLTEXT INDEX WITH (
        backend = 'tantivy',
        analyzer = 'English',
        case_sensitive = 'false'
    )
);

修改现有表

-- 在现有列上启用全文索引
ALTER TABLE monitor 
MODIFY COLUMN load_15 
SET FULLTEXT INDEX WITH (
    analyzer = 'English',
    case_sensitive = 'false',
    backend = 'bloom'
);

-- 更改全文索引配置
ALTER TABLE logs
MODIFY COLUMN message
SET FULLTEXT INDEX WITH (
    analyzer = 'English',
    case_sensitive = 'false',
    backend = 'tantivy'
);

全文索引配置

概述​

配置选项​

基本选项​

后端选择​

性能对比​

配置示例​

创建带全文索引的表​

修改现有表​

概述