如何计算索引创建使用的临时空间大小

OceanBase 数据库中在索引创建时，会存在一定的空间放大，可以用最坏的情况来估算，大概的公式是索引表的原始数据量 * 5。其中最复杂的部分是如何估算索引表的原始数据量。可以通过两种方式来估算，第一种是在有表的统计信息的情况下，利用统计信息来估算大小；第二种如果没有表的统计信息，那么可以用一些内部表来简单估算。

基于统计信息估算

根据统计信息计算索引空间包含以下两个步骤。

1. 表级统计信息中包含主表数据的行数 (row_count) 和平均行长 (avg_row_length), 主表数据量的大小可以通过 data_size = row_count * avg_row_length 公式计算获得。

2. 列级统计信息包含每个列的平均列长度（avg_column_length），所以索引列数据大小可以通过主表数据乘以索引列平均长度和平均行长的比值计算得到，index_size = data_size * (avg_column_length / avg_row_length)。

计算索引空间的示例如下。

1. 获取表级统计信息。

   SELECT NUM_ROWS, AVG_ROW_LEN FROM ALL_TAB_STATISTICS WHERE OWNER = 'xxx' AND TABLE_NAME = 'xxx' AND OBJECT_TYPE = 'xxx';
   

2. 获取列级统计信息。

   SELECT TABLE_NAME, COLUMN_NAME, AVG_COL_LEN FROM ALL_TAB_COL_STATISTICS WHERE TABLE_NAME = 'xxx' AND OWNER = 'xxx';
   

基于内部表的估算

通过内部表获取主表的原始数据量大小，示例语句如下。

SELECT SUM(original_size) AS uncompressed_size FROM __all_virtual_tablet_sstable_macro_info WHERE tablet_id IN ( SELECT tablet_id FROM __all_virtual_tablet_to_table_history WHERE table_id = xxx);

将查出来的 size 除以副本数，即得出主表的未压缩的数据量。然后根据主表的未压缩数据量，以及索引表的各个字段占主表的百分比，大概估算索引表未压缩的字段。

总结

在估算索引空间时，基于统计信息的方法提供了一种相对准确的方式，但前提是统计信息是最新的。如果统计信息过时或不可用，基于内部表的估算方法可以作为一种简便的替代方案。在实际操作中，考虑到数据库的具体实现（如压缩、索引类型等）可能影响空间需求，这些估算方法应作为初步估计。建议进行实际的测试和监控，以获得更精确的数据。

适用版本

OceanBase 数据库 V4.x 版本。