split index文档写得不清楚，99%的人看不懂，麻烦写详细文档

🌞 建议反馈 文档优化
1

文档中关于split index key中包含数学和字母的部分，写得不明不白，一笔带过，无人看得懂是怎么计算step的，可以一步一步的写个真实的详细的步骤吗？

问题1:
upper 和 lower 的值会先编码成 byte 数组
请问这里如何将upper和lower值编码成byte数组呢？我们怎么计算出这个数组的呢？
问题2:
lower 和 upper 各取前 8 字节转成 uint64
请问这里如何取值8字节并转成unit64呢？可以使用一个案例说出详细步骤吗？空有文字我们难以脑补。
问题3:
step = (upper - lower)/num
请问这个num是如何确定的呢？是指kv的数量还是regions个数？
问题4:
计算出 step 后再将 step 编码成 byte 数组
请问这个如何编码成byte数组，该如何计算，请更出详细的计算步骤
问题5:
添加到之前 upper 和 lower 的最长公共前缀后面组成一个 key 后去做切分
请列出详细步骤。

我想问下，这种低级繁琐的计算题，代码为什么不自动实现？为何需要人为的去计算？数据库人性化和智能化可以实现吗？

如果不是因为热点引起一个节点CPU爆掉，导致全业务停摆，我们也不会来看这个看不懂的文档。

均匀切分

索引均匀切分与行数据均匀切分的原理一样，只是计算 step 的值较为复杂，因为 index_value 可能不是整数。

upper 和 lower 的值会先编码成 byte 数组，去掉 lower 和 upper byte 数组的最长公共前缀后，从 lower 和 upper 各取前 8 字节转成 uint64，再计算 step = (upper - lower)/num。计算出 step 后再将 step 编码成 byte 数组，添加到之前 upper和 lower的最长公共前缀后面组成一个 key 后去做切分。示例如下：

如果索引 idx 的列也是整数类型，可以用如下 SQL 语句切分索引数据：

SPLIT TABLE t INDEX idx BETWEEN (-9223372036854775808) AND (9223372036854775807) REGIONS 16;

该语句会把表 t 中 idx 索引数据 Region 从 minInt64 到 maxInt64 之间均匀切割出 16 个 Region。

1 个赞
2

这里计算 region split 切分后的边界，本来就是自动的啊

问题1:
upper 和 lower 的值会先编码成 byte 数组
请问这里如何将upper和lower值编码成byte数组呢？我们怎么计算出这个数组的呢？

不用算，它是自动的

问题2:
lower 和 upper 各取前 8 字节转成 uint64
请问这里如何取值8字节并转成unit64呢？可以使用一个案例说出详细步骤吗？空有文字我们难以脑补。

不用算，这是自动的，代码类似 binary.BigEndian.Uint64(b byte)

问题3:
step = (upper - lower)/num
请问这个num是如何确定的呢？是指kv的数量还是regions个数？

就是你语句中写的的 region_num
SPLIT TABLE table_name [INDEX index_name] BETWEEN (lower_value) AND (upper_value) REGIONS region_num

问题4:
计算出 step 后再将 step 编码成 byte 数组
请问这个如何编码成byte数组，该如何计算，请更出详细的计算步骤

不用算，这是自动的

问题5:
添加到之前 upper 和 lower 的最长公共前缀后面组成一个 key 后去做切分
请列出详细步骤。

这步是因为前边去掉了前缀， “ 去掉 lower 和 upper byte 数组的最长公共前缀后”

总结：
这段描述主要是告诉你，对于索引的 split 是怎么计算的，因为索引可能是字符串

1 ~ 100000 分成成 4 个 region 很简单，均分就行了

1 ~ 25000
25000 ~ 50000
50000 ~ 75000
75000 ~ 100000

那如果数据是 “aa” ~ “ab” 呢，或者是 “你好” ~ “中国” 呢 (PS：这里的数值都是随便写的，只为了举例)，就需要用到前边说的算法把他们均分一下

3

现在说的是手工split index.
你可以自己建一张表，然后创建一个索引，你再把索引split region一下看看，
SPLIT TABLE t INDEX idx

4

就还是按照正常的流程处理吧。上面给的应该是内部底层的划分。直接按照key值拆分就行。
mysql> select count(1) from INFORMATION_SCHEMA.tikv_region_status d where d.TABLE_NAME=‘ccc’ and d.IS_INDEX=1 and d.INDEX_NAME=‘i_12’;-- table_name
±---------+
| count(1) |
±---------+
| 3 |
±---------+
1 row in set (0.09 sec)

mysql> select min(table_name),max(table_name) from ccc;
±----------------±----------------+
| min(table_name) | max(table_name) |
±----------------±----------------+
| aaa | zzz |
±----------------±----------------+
1 row in set (0.00 sec)

mysql> split table tidbcs.ccc index i_12 between (‘aaa’) and (‘zzz’) regions 3;
±-------------------±---------------------+
| TOTAL_SPLIT_REGION | SCATTER_FINISH_RATIO |
±-------------------±---------------------+
| 3 | 1 |
±-------------------±---------------------+
1 row in set (0.61 sec)

mysql> select count(1) from INFORMATION_SCHEMA.tikv_region_status d where d.TABLE_NAME=‘ccc’ and d.IS_INDEX=1 and d.INDEX_NAME=‘i_12’;-- table_name
±---------+
| count(1) |
±---------+
| 5 |
±---------+
1 row in set (0.17 sec)

5

SPLIT TABLE t INDEX idx 语句并没有让你填每个 region 的范围啊，只让你填上下界和 region 数，要测试啥？

SPLIT TABLE table_name [INDEX index_name] BETWEEN (lower_value) AND (upper_value) REGIONS region_num
6

你说的上界和界就是lower_value和upper_values，lower_value和upper_value 如果计算出这两个值的呢？文档就没写清楚。

比如下图，key包含有字母和数字，如何split table呢？
start_key: t_192_5f7280000000000145e9
end_key: 78000000

999
9992095×210 7.88 KB

7

表中已经有大量数据了，只是想把其中某个regions做split，你这个是一次把整个索引的做split。

8

预切分数据，是自己知道数据大概是什么范围，然后去执行 split 语句，而你这种自己想切分 region 的，有个更合适的 api

pd-ctl 支持切分 region，不用制定 key，只需要指定 region_id 就行了
operator add split-region 1 --policy=approximate // 将 Region 1 对半拆分成两个 Region，基于粗略估计值
operator add split-region 1 --policy=scan // 将 Region 1 对半拆分成两个 Region，基于精确扫描值

9

感谢分享，我自己测试一下。
这分割region真的是5花8门。