在 AO 表上使用 IndexScan
Apache Cloudberry 支持对 Append-Optimized 表（简称 AO 表）进行 IndexScan，以此来提升某些场景下的查询效率，例如以下查询：
SELECT * FROM tbl WHERE val > 100 ORDER BY val LIMIT 10;
Append-Optimized (AO) 表是一种优化存储方式，面向以批量插入为主的场景，例如大数据分析和数据仓库场景。
当向 AO 表中插入新数据时，Apache Cloudberry 会将新数据插入到表的末尾，而不是像普通的表那样寻找空闲空间插入。这意味着在向 AO 表插入数据时，只需要对文件进行追加写入，因此可以获得更高的插入效率。
对于以上查询语句：
-
如果使用 heap 表存储方式，Apache Cloudberry 执行该查询可以通过 IndexScan 找到 10 个
val大于100的元祖，仅需通过索引和数据表读取大约 10 个元祖即可。 -
如果使用 AO 表的存储方式，且假设
tbl表有 10 亿行元组，而我们通过LIMIT子句指定只需要返回 10 条元组：- Apache Cloudberry 支持使用 IndexScan 运算来扫描 AO 表，可大幅降低扫描的数据量，大大提升扫描的效率，是比 SeqScan 以及 BitmapScan 更好的扫描方式。SeqScan 或者 BitmapScan 比 IndexScan 多扫描 1 亿倍的数据量。
适用场景
该特性适用于对较大的表进行查询，同时会通过 ORDER BY 及 LIMIT 从句来限制返回的结果集大小的场景：
SELECT * FROM tbl WHERE val > 100 ORDER BY val LIMIT 10;
“较大的表”可理解为表大小大约为要查询数据的 3000 倍左右。例如使用 LIMIT 10 返回 10 条记录，表大于 3 万条记录可算是大表。
根据数据量的大小可能得到不同程度的优化。最适用的场景下，原本需要执行数十分钟的查询能在 1 秒内返回。
使用示例
要启用 AO IndexScan，你需要先通过 SET optimizer TO off; 关闭 GPORCA 优化器，并将系统参数 gp_enable_ao_indexscan 设为 ON。
从以下示例可看出，不启用 AO IndexScan 的执行时间为 5888.235 ms，远长于启用 AO IndexScan 的执行时间 15.462 ms。
SET optimizer TO off; -- 要启用 AO IndexScan，需要先关闭 ORCA 优化器
-- 创建测试表，生成 1 亿条数据，并在 val 列创建索引
CREATE TABLE tbl (id int, val int) WITH (orientation='column', appendonly=true);
INSERT INTO tbl SELECT i, i FROM generate_series(1, 100000000) s(i);
-- 创建 val 列的索引
CREATE INDEX idx_val ON tbl(val);
-- 直接进行查询
EXPLAIN ANALYZE SELECT * FROM tbl WHERE val > 100 ORDER BY val LIMIT 10;
(Execution Time: 5888.235 ms)
-- 开启 AO 表 IndexScan 后再次查询
SET gp_enable_ao_indexscan TO on;
EXPLAIN ANALYZE SELECT * FROM tbl WHERE val > 100 ORDER BY val LIMIT 10;
(Execution Time: 15.462 ms)
当前该功能仅适用于 PostgreSQL 优化器。同时，由于在某些机械硬盘上，随机 I/O 可能比顺序 I/O 效率低 30000 倍，因此如果在使用较差的机械硬盘的情况下开启该特性，IndexScan 的执行效率可能并不高。
