OceanBase列式存储Hint使用注意事项及原理解析

背景介绍

OceanBase作为一款融合型数据库，支持行存和列存两种存储格式。在实际使用中，开发者可以通过WITH COLUMN GROUP语法创建同时支持两种存储格式的表，并通过Hint指令(USE_COLUMN_TABLE/NO_USE_COLUMN_TABLE)控制查询时使用的存储引擎。但在实际使用过程中，Hint指令可能不会按预期生效。

现象分析

通过测试发现以下四种典型场景：

1. 全字段查询场景
   无论是否添加列存Hint，执行计划始终显示TABLE FULL SCAN（行存扫描）

2. 主键字段查询场景
   无论是否添加列存Hint，执行计划始终显示COLUMN TABLE FULL SCAN（列存扫描）

3. 单非主键字段查询场景
   与主键字段相同，始终走列存扫描

4. 混合字段查询场景
   查询包含主键和其他字段时，始终走行存扫描

核心发现

通过深入排查发现，这种现象与MySQL客户端的特殊处理机制有关：

• 标准MySQL客户端会默认过滤SQL注释（包括Hint）
• 需要使用mysql -c参数或OB专用客户端(obclient)才能保留Hint信息

技术原理

OceanBase的混合存储引擎工作时存在以下特性：

1. 智能路由机制
   优化器会根据查询特征自动选择存储引擎：

• 当只查询单个列（无论是否主键）时，优先使用列存
• 当查询多列或全列时，默认使用行存

2. Hint优先级
   在正确传递Hint的情况下：

• USE_COLUMN_TABLE会强制使用列存
• NO_USE_COLUMN_TABLE会强制使用行存
• 未指定Hint时由优化器自动选择

最佳实践建议

1. 客户端使用规范

• 使用mysql -c连接参数
• 或直接使用obclient工具

2. 存储选择策略

• 点查询/分析型查询：推荐使用列存
• 事务型查询：推荐使用行存
• 混合负载场景：建议创建WITH COLUMN GROUP表

3. 开发注意事项

• 执行计划检查应成为开发流程的必需环节
• 对于关键查询建议显式指定Hint
• 多列查询时要特别注意存储引擎的选择

深度优化建议

对于需要同时访问多列但又希望使用列存的情况，可以考虑：

1. 创建包含这些列的列组：

WITH COLUMN GROUP(all columns, (c1,c3), each column)

2. 使用Projection Pushdown技术：

SELECT /*+ USE_COLUMN_TABLE(tt) */ 
       (SELECT c1 FROM tt WHERE pk=?) as c1,
       (SELECT c3 FROM tt WHERE pk=?) as c3

通过本文的分析，开发者可以更准确地控制OceanBase的存储引擎选择，充分发挥混合存储架构的性能优势。