최종 수정: 2026년 5월 10일에

역색인

요약 Apache Doris 역색인은 INDEX ... USING INVERTED로 어떤 컬럼에든 선언할 수 있는 CLucene 기반 보조 인덱스입니다. 행을 스캔하는 대신 포스팅 리스트를 읽어 동등 조건, 범위 조건, IN, IS NULL, 배열 원소 포함 여부, 전문 검색 MATCH_* 조건자의 평가를 가속합니다. Apache Doris 2.0부터 사용할 수 있습니다.

Apache Doris 역색인: 모든 컬럼 타입에서 동등 조건, 범위 조건, IN, IS NULL, 텍스트 조건자를 전체 스캔 대신 포스팅 리스트 조회로 처리하는 보조 인덱스입니다.

Apache Doris에서 역색인을 사용하는 이유는 무엇인가요?

Apache Doris 역색인은 OLAP 쿼리에서 가장 큰 비용을 차지하는 WHERE 조건자 평가를 전체 스캔에서 포스팅 리스트 조회로 전환합니다. 2 TB 규모의 이벤트 테이블에서 user_id 조건, request_time 범위 조건, url 키워드 검색을 수행한다면, 역색인 없이는 필터링 후 남은 모든 세그먼트의 모든 행에 대해 각 컬럼을 디코딩해야 합니다. 일반적인 대안인 증분 구체화된 뷰나 별도 검색 클러스터는 스토리지와 운영 비용을 두 배로 늘립니다.

특히 다음과 같은 경우에 비용이 커집니다.

카디널리티가 높은 컬럼의 동등 조건 조회(WHERE order_id = ?)는 적은 비용으로 세그먼트를 제외할 수단이 없어 태블릿 전체를 스캔합니다.
숫자형 또는 날짜 및 시간 컬럼의 범위 필터(WHERE event_time BETWEEN ...)는 ZoneMap min/max로만 범위를 좁히므로, 여전히 해당 범위의 모든 페이지에 접근합니다.
기본 SQL 엔진은 텍스트 컬럼의 키워드 검색을 지원하지 않습니다. LIKE '%term%'는 스캔으로 처리되며, 데이터를 Elasticsearch로 보내려면 동기화를 유지할 별도의 파이프라인이 필요합니다.

Apache Doris 역색인은 동일한 DDL로 이 세 가지를 모두 처리합니다.

Apache Doris 역색인이란 무엇인가요?

Apache Doris 역색인은 각 값을, 텍스트 컬럼의 경우 토큰화된 각 텀을, 해당 값이나 텀을 포함하는 행 ID 집합에 매핑하는 컬럼 수준 보조 인덱스입니다. Lucene을 C++로 포팅한 CLucene을 기반으로 하며, Apache Doris의 컬럼형 스토리지 및 벡터화 실행과 완전히 통합되어 있습니다.

역색인은 DDL에서 INDEX <name>(<col>) USING INVERTED [PROPERTIES(...)]로 선언합니다. 지원되는 컬럼 타입에는 정수 계열, DECIMAL, DATE, DATETIME, IPV4, IPV6, CHAR/VARCHAR/STRING, 그리고 이러한 타입을 원소로 갖는 ARRAY<T>가 포함됩니다. 텍스트 컬럼에는 parser를 지정하여 토큰화를 제어할 수 있습니다.

주요 용어

Posting list: 값 또는 텀에 연결된 행 ID 집합입니다. 조건자 평가는 포스팅 리스트 조회와 집합 연산(AND/OR/NOT)으로 처리됩니다.
Parser: 텍스트 컬럼에 사용하는 토크나이저입니다. 기본 제공 옵션은 none(문자열 전체, 기본값), english, chinese, unicode, standard이며, 3.1부터는 사용자 정의 분석기도 지원합니다.
MATCH operators: MATCH_ANY(하나 이상의 텀), MATCH_ALL(모든 텀), MATCH_PHRASE(인접한 텀), MATCH_PHRASE_PREFIX, MATCH_REGEXP입니다. 이 연산자에는 파서가 설정된 역색인이 필요하지만, 일반적인 =와 LIKE에는 필요하지 않습니다.
.idx file: 디스크에 저장되는 인덱스 데이터입니다. 태블릿 디렉터리의 각 세그먼트 파일 옆에 .idx 파일이 하나씩 있으므로, 인덱스는 세그먼트에 종속되며 compaction 과정에서도 rowset과 함께 이동합니다.

Apache Doris 역색인은 어떻게 작동하나요?

Apache Doris 역색인은 한 번 구축한 뒤 여러 번 조회하는 방식으로 작동하며, 인덱스를 해당 인덱스가 참조하는 세그먼트와 같은 위치에 저장합니다.

쓰기 시점에 구축합니다. rowset이 플러시되면 BE는 같은 디렉터리의 .idx 파일에 CLucene 형식의 인덱스를 기록합니다. 세그먼트의 각 행과 CLucene DocID는 1:1로 대응하므로, 별도의 행과 문서 간 매핑 테이블을 유지할 필요가 없습니다.
쿼리 시점에 경로를 선택합니다. 플래너가 푸시다운한 조건자에 대해 BE는 먼저 역색인을 조회합니다. 구축 시 사용한 것과 동일한 파서로 리터럴을 토큰화하고, 텀 사전을 탐색한 다음 포스팅 리스트를 읽습니다.
집합 연산으로 결합합니다. 조건자 사이의 AND, OR, NOT은 포스팅 리스트의 교집합, 합집합, 여집합 연산으로 처리되며, 이 과정에서 컬럼 데이터에는 접근하지 않습니다.
행 비트맵을 스캐너에 전달합니다. 스캐너는 컬럼형 스토리지에서 필터링 후 남은 행만 읽습니다. ZoneMap, BloomFilter, 역색인의 결과는 함께 적용되며, 각 단계가 다음 단계에서 처리해야 할 작업량을 줄입니다.
세그먼트 단위로 유지합니다. 인덱스가 세그먼트 옆에 저장되므로 compaction 시 데이터와 함께 병합되고, 데이터를 원격 스토리지 계층으로 옮길 때도 함께 이동합니다. 다시 구축해야 할 전역 인덱스가 없습니다.

빠른 시작

CREATE TABLE access_log (
  ts        DATETIME    NOT NULL,
  user_id   BIGINT      NOT NULL,
  status    INT         NOT NULL,
  url       STRING      NOT NULL,
  INDEX idx_user(user_id)  USING INVERTED,
  INDEX idx_status(status) USING INVERTED,
  INDEX idx_url(url) USING INVERTED PROPERTIES("parser"="english")
) DUPLICATE KEY(ts) DISTRIBUTED BY HASH(user_id) BUCKETS 4;

INSERT INTO access_log VALUES
  ('2026-05-01 10:00:00', 42, 200, '/api/orders/list'),
  ('2026-05-01 10:01:00', 42, 500, '/api/orders/create'),
  ('2026-05-01 10:02:00', 99, 200, '/api/users/profile');

SELECT user_id, status, url FROM access_log
WHERE user_id = 42 AND status >= 500 AND url MATCH_ANY 'orders';

예상 결과

+---------+--------+---------------------+
| user_id | status | url                 |
+---------+--------+---------------------+
|      42 |    500 | /api/orders/create  |
+---------+--------+---------------------+

각 조건자는 인덱스 조회로 처리됩니다. user_id = 42와 status >= 500은 역색인을 사용해 각각 동등 조건과 범위 조건을 처리합니다. url MATCH_ANY 'orders'는 english 파서로 컬럼을 토큰화하고 orders의 포스팅 리스트를 조회합니다. 스캐너는 세 포스팅 리스트의 AND 결과에 남은 행 하나만 읽습니다.

Apache Doris 역색인은 언제 사용해야 하나요?

Apache Doris 역색인은 카디널리티가 높은 조건자, 텍스트 및 배열 검색, ZoneMap으로 충분히 세밀하게 데이터를 걸러내기 어려운 컬럼에서 효과적입니다.

적합한 경우

키가 아닌 컬럼에 대한 카디널리티가 높은 동등 조건 및 IN 조건: order_id, trace_id, device_id.
범위 및 BETWEEN 필터: 숫자형 또는 DATETIME 컬럼에서 ZoneMap만으로는 데이터를 충분히 세밀하게 걸러내기 어려운 경우.
희소 컬럼에 대한 IS NULL / IS NOT NULL 조건. 인덱스는 NULL을 기록하고 O(1)에 조회합니다.
로그, 문서, 콘텐츠 컬럼의 키워드 및 구문 검색. 연산자 목록은 전문 검색을, 관련도 순위는 BM25 점수 계산을 참조하세요.
배열 원소 포함 여부 조건자: array_contains(tags, 'x') 및 array_overlaps(tags, ['a','b']).

적합하지 않은 경우

앞에 와일드카드가 있는 LIKE '%abc%'. 역색인은 부분 문자열 LIKE를 가속하지 않습니다. 대신 NGram BloomFilter 인덱스를 사용하세요.
테이블에서 필터링에 가장 자주 사용하는 컬럼. Key 컬럼으로 지정하여 접두사 인덱스로 처리하세요. 접두사 인덱스는 더 조밀하며 별도 비용이 없습니다.
전체 스캔이 밀리초 만에 끝나는 작은 테이블(수백만 행 정도). 인덱스 조회 비용에 비해 건너뛰는 데이터 양이 훨씬 많을 때에만 인덱스를 사용하는 효과가 있습니다.
조건자가 이미 대부분의 행과 일치하는 컬럼. 포스팅 리스트는 짧을 때 유리합니다. 행의 80%가 남는다면 어느 쪽이든 스캐너가 수행하는 작업량은 같습니다.
스토리지 용량이 제한된 테이블. 데이터 크기가 큰 텍스트 컬럼의 역색인은 크기가 컬럼 자체에 맞먹을 수 있습니다. 텍스트 검색보다 저장 공간이 더 중요하다면 BloomFilter 인덱스를 사용하세요.

더 읽어보기

역색인 사용자 가이드: 전체 DDL 구문, 파서 옵션, 관리 명령어.
검색 연산자 레퍼런스: 모든 MATCH_* 연산자와 예제.
인덱스 개요: 역색인과 접두사 인덱스, ZoneMap, BloomFilter, NGram BloomFilter 비교.
전문 검색: 토크나이저, 구문 쿼리, 이 인덱스를 기반으로 하는 SEARCH() DSL.
BM25 관련도 점수 계산: score()를 사용하여 일치 항목의 순위를 매기는 기능으로, 4.0부터 사용할 수 있습니다.
하이브리드 검색: 단일 SQL 쿼리에서 역색인과 ANN 벡터 인덱스를 결합하는 방법.
Apache Doris 역색인의 작동 원리: 내부 구조와 벤치마크를 더 자세히 설명하는 글.

Apache Doris에서 역색인을 사용하는 이유는 무엇인가요?​

Apache Doris 역색인이란 무엇인가요?​

Apache Doris 역색인은 어떻게 작동하나요?​

빠른 시작​

Apache Doris 역색인은 언제 사용해야 하나요?​

더 읽어보기​