数据分区设计(5)-基于词条(Term)的二级索引分区

可对所有的数据构建全局索引，而非每个分区维护自己的二级索引（本地索引）。为避免成为瓶颈，不能将全局索引存储在一个节点，否则就破坏了设置分区均衡的目的。所以，全局索引也必须分区，但可以采用与K不同的分区策略。

如图-5，所有数据分区的红车收录在索引color:red，而索引本身也是分区的，如从 a 到 r 开始的颜色在分区 0，s 到 z 分区 1。类似的，汽车制造商的索引也被分区（两个分区的边界分别是 f、 h）。

这种索引称为 词条分区（term-partitioned），以待寻找的关键词本身作为索引。如颜色：color:red。关键词（Term）这个名称源于全文索引（一种特殊的二级索引），term指文档中出现的所有单词集合。

可直接通过 关键词 本身来全局划分索引，或对其hash。根据关键词本身分区对范围扫描很有用（如对数值类的属性，e.g. 车报价），而对关键词hash分区可更均匀划分分区。

全局的词条分区 V.S 文档分区索引

• 它使读更高效，即无需分散 / 收集对所有分区都执行一遍查询。相反，客户端只需向含词条的分区发出读请求
• 全局索引的缺点，写速度较慢且复杂，因为单个文档的更新是，可能影响多个二级索引，而二级索引的分区可能位于不同分区或不同节点，

理想情况下，索引应时刻保持最新，即写入的每个数据要立即反映在最新的索引。但对词条分区，这需要跨分区的分布式事务，写入速度将受到极大影响，所以现有 DB 都不支持同步更新二级索引。

实践中，对全局二级索引的更新都是异步（即若在写入后马上读索引，则更新可能尚未反映在索引中）。