Spanner复合主键单字段查询行为差异原因咨询

这其实是由Spanner（以及大多数分布式数据库）中复合主键的索引存储结构决定的，咱们一步步拆解清楚：

• 复合主键的有序存储逻辑
  Spanner的复合主键是按前缀优先的有序方式来存储数据的。比如你的表主键是(ColA, ColB)，所有数据会先按ColA的值排序，当ColA相同时，再按ColB排序。这种结构下，所有ColA = 'dfdf'的行在存储上是连续的一块，数据库可以直接定位到这个区块，只扫描这部分数据就行，所以查询速度快，耗时仅10ms。

• 为什么查询ColB会触发全表扫描
  复合索引的核心是前缀匹配，ColB作为主键的后缀字段，它的值是依附于ColA存在的。不同的ColA下都可能有相同的ColB值，这些行在存储上是分散在不同的ColA区块里的，没有连续的存储区间可以直接定位。数据库没办法通过ColB的值快速找到对应的行，只能遍历整个表的所有行逐一检查，这就导致了全表扫描。

• 关于“逻辑不统一”的误解
  这可不是逻辑不统一，而是复合索引的设计特性。所有基于有序索引（比如B树类索引）的数据库都遵循这个规则：只有使用复合索引的前缀字段（比如单独用ColA，或者同时用ColA+ColB），才能利用索引加速查询；如果跳过前缀直接查询后缀字段，索引完全发挥不了作用，只能走全表扫描。

如果想优化ColB的查询性能，你可以给ColB单独创建一个二级索引，这样后续查询ColB = 'dfdf'时，就能通过这个二级索引快速定位目标行，避免全表扫描了。

内容的提问来源于stack exchange，提问作者Naresh Nagarajan