Infobright：開源 MySQL 列式數據倉庫解決方案深度解析

什麼是 Infobright？

Infobright 是基於 MySQL 邏輯層、自研 BriteHouse 存儲引擎的開源列式數據倉庫。核心技術為專利 Knowledge Grid（知識網格），實現無索引、高壓縮、極速聚合查詢，專為 TB 級海量數據分析設計。

核心優勢

架構深度剖析

兩層架構

• 邏輯層：MySQL 解析器 + Infobright 優化器（外層包裹 MySQL 優化器）+ Loader/Unloader 獨立服務。
• 存儲層：默認引擎 BriteHouse，支援 MyISAM、Memory 等輔助引擎。三層數據組織：
  Data Pack (DP) → Data Pack Node (DPN) → Knowledge Node (KN) → Knowledge Grid。

Knowledge Grid 四大組件

粗糙集三分類查詢模型

查詢時將 DP 分為三類：

1. Relevant Packs：確定滿足條件，直接解壓計算。
2. Irrelevant Packs：確定不滿足，直接跳過。
3. Suspect Packs：部分滿足，需解壓進一步過濾。

核心邏輯：利用 DPN/Histogram/CMAP 快速裁剪 Irrelevant/Suspect，最小化解壓開銷。WHERE 區分度越高，裁剪效果越好。

實戰優化指南

1. 數據類型選擇（由高到低效率）

推薦：TINYINT/SMALLINT/MEDIUMINT/INT/BIGINT > DECIMAL > DATE/TIME
避免：VARCHAR/TEXT/BINARY/VARBINARY/FLOAT/DOUBLE

• 能用小類型不用大類型（SMALLINT 代替 INT）。
• VARCHAR 改 CHAR 或整數（如 IP 存 BIGINT），利用壓縮優勢。
• 時間拆分 year/month/day 三列，提升範圍查詢效率。

2. Comment Lookup（位圖索引替代）

適用條件：CHAR/VARCHAR、唯一值 < 10,000、行數/唯一值 > 10。
適用場景：性別、省份、狀態碼等低基數列。

CREATE TABLE t (
    act CHAR(15) COMMENT 'lookup',
    part CHAR(4) COMMENT 'lookup'
) ENGINE=BRIGHTHOUSE;

3. 有序載入數據

按高頻查詢維度（如日期）排序載入，使 DP 內數值範圍集中，DPN min/max 區間不重疊，極大減少 Suspect Packs。

4. SQL 編寫規範

• 避免 OR，改用 IN 或 UNION。
• 減少 SELECT *，僅查詢 WHERE 涉及的列（列式存儲特性）。
• 避免 WHERE 中使用函數/類型轉換，阻礙 Knowledge Grid 裁剪。
• 限制 JOIN 表數量，優先獨立子查詢。
• 避免 GROUP BY 中做數學運算（如 SUM(a*b)）。

版本差異：ICE (社區版) vs IEE (企業版)

適用場景與限制

✅ 適合

• 海量日誌/事件分析（電信詳單、安全審計）。
• 用戶行為、營銷廣告、移動端分析。
• 數據集市、嵌入式 BI 分析。
• 寫少讀多、批量載入、聚合查詢為主。

❌ 不適合

• 高並發 OLTP 業務（單表點查比 MySQL 慢）。
• 實時寫入/更新/刪除需求（ICE 完全不支援 DML）。
• 中文多字節字符大量存儲（壓縮與查詢效率低）。
• 需橫向擴展、自動故障轉移的架構。

總結

Infobright 以「捨棄索引、擁抱統計元數據」的創新架構，重新定義了 MySQL 生態下的數據倉庫能力。對於 TB 級唯讀分析場景，它是成本最低、上手最快、效能最強的選擇之一。但務必認清其「非 OLTP、非實時、弱並發」的本質，避免誤用於線上交易系統。