@clickzetta/cz-cli-darwin-x64 0.3.1

package/bin/skills/lakehouse-doc/references/Lakehouse_Index_Best_Practice.md

@@ -0,0 +1,681 @@
+# 云器Lakehouse索引最佳实践指南
+
+## 摘要
+
+本指南为云器Lakehouse平台的索引使用提供全面的最佳实践建议。通过合理的索引策略，可以大幅提升查询效率，实现从毫秒级精确查找到智能语义搜索的全场景覆盖。
+
+**核心收益**：
+
+* **功能完整**：支持传统检索和AI语义搜索
+* **查询优化**：多索引协同减少全表扫描
+* **智能检索**：原生支持向量搜索和语义检索
+* **运维简化**：提供完整的索引管理和故障排除流程
+
+***
+
+## 1. 概述与适用场景
+
+### 1.1 索引类型概览
+
+云器Lakehouse支持三种经过优化的索引类型：
+
+| 索引类型      | 核心优势    | 最佳适用场景      | 技术特点     |
+| --------- | ------- | ----------- | -------- |
+| **布隆过滤器** | 快速存在性判断 | ID精确查找、快速过滤 | 概率型数据结构  |
+| **倒排索引**  | 智能分词    | 全文搜索、文本检索   | 支持多语言分词  |
+| **向量索引**  | 语义理解    | AI应用、相似度搜索  | HNSW算法优化 |
+
+### 1.2 业务场景映射
+
+**电商平台**：商品搜索（倒排索引）+ 用户画像匹配（向量索引）+ 快速过滤（布隆过滤器）
+
+**智能客服**：知识库检索（倒排索引）+ 语义相似度（向量索引）+ 用户权限（布隆过滤器）
+
+**内容推荐**：标签匹配（倒排索引）+ 用户偏好（向量索引）+ 实时过滤（布隆过滤器）
+
+***
+
+## 2. 快速入门指南
+
+### 2.1 创建第一个多索引表
+
+**步骤1：设计表结构**
+
+```sql
+CREATE TABLE ai_knowledge_base (
+    doc_id BIGINT,
+    title STRING,
+    content STRING,
+    category STRING,
+    tags STRING,
+    author_id BIGINT,
+    embedding VECTOR(FLOAT, 768),
+    view_count INT,
+    create_time TIMESTAMP,
+    update_time TIMESTAMP,
+    
+    -- 倒排索引：多种分词策略
+    INDEX title_search_idx (title) INVERTED PROPERTIES('analyzer'='unicode'),
+    INDEX content_search_idx (content) INVERTED PROPERTIES('analyzer'='chinese'),
+    INDEX category_exact_idx (category) INVERTED PROPERTIES('analyzer'='keyword'),
+    INDEX tags_search_idx (tags) INVERTED PROPERTIES('analyzer'='chinese'),
+    
+    -- 向量索引：语义相似性搜索  
+    INDEX embedding_vector_idx (embedding) USING VECTOR PROPERTIES(
+        'scalar.type' = 'f32',
+        'distance.function' = 'cosine_distance',
+        'm' = '16',
+        'ef.construction' = '128'
+    )
+) COMMENT 'AI知识库 - 多索引融合检索';
+```
+
+**步骤2：添加布隆过滤器索引**
+
+```sql
+CREATE BLOOMFILTER INDEX doc_id_bloom_idx ON TABLE ai_knowledge_base(doc_id);
+CREATE BLOOMFILTER INDEX author_id_bloom_idx ON TABLE ai_knowledge_base(author_id);
+```
+
+**步骤3：插入演示数据**
+
+```sql
+-- 插入包含embedding向量的完整演示数据
+INSERT INTO ai_knowledge_base (doc_id, title, content, category, tags, author_id, embedding, view_count, create_time, update_time) VALUES
+
+-- AI相关文档 (相似向量模式：前几维较高值)
+(1001, '云器向量数据库技术深度解析', 
+'云器Lakehouse提供先进的向量数据库功能，支持高维向量的存储和检索。通过HNSW算法实现高性能的近似最近邻搜索，适用于AI推荐系统、图像识别、自然语言处理等场景。向量索引支持余弦距离、欧式距离等多种相似度计算方法。', 
+'技术文档', '向量数据库 AI 机器学习 HNSW算法', 2001, 
+ARRAY[0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2, 0.1] || ARRAY_REPEAT(0.1, 760)::ARRAY<FLOAT>, 
+1250, timestamp '2024-05-20 10:00:00', timestamp '2024-05-25 15:30:00'),
+
+(1002, 'AI大模型训练平台架构设计', 
+'基于云器Lakehouse构建的AI大模型训练平台，采用分布式存储和计算架构。平台支持TB级别的训练数据管理，提供数据预处理、特征工程、模型训练、模型部署的全流程支持。集成了主流的深度学习框架如PyTorch、TensorFlow等。', 
+'架构设计', 'AI 大模型 分布式训练 深度学习', 2002, 
+ARRAY[0.75, 0.65, 0.55, 0.45, 0.35, 0.25, 0.15, 0.05] || ARRAY_REPEAT(0.05, 760)::ARRAY<FLOAT>, 
+980, timestamp '2024-05-21 14:20:00', timestamp '2024-05-26 09:15:00'),
+
+-- 推荐系统文档 (AI相关，向量相似)
+(1003, '实时推荐系统最佳实践', 
+'本文档介绍了基于云器Lakehouse的实时推荐系统实现，系统每秒处理数百万用户交互，提供亚百毫秒级个性化推荐。核心组件包括特征存储、向量相似度匹配、在线学习算法等。', 
+'最佳实践', '推荐系统 实时计算 特征工程 在线学习', 2003, 
+ARRAY[0.7, 0.6, 0.5, 0.4, 0.3, 0.2, 0.1, 0.0] || ARRAY_REPEAT(0.08, 760)::ARRAY<FLOAT>, 
+2100, timestamp '2024-05-22 16:45:00', timestamp '2024-05-26 11:20:00'),
+
+-- 搜索引擎文档 (不同向量模式：中间维度较高值)
+(1004, '智能搜索引擎优化策略', 
+'详细介绍了基于云器Lakehouse的智能搜索引擎实现，包括倒排索引构建、查询理解、相关性排序、个性化推荐等核心技术。系统支持中英文混合搜索，具备语义理解能力，能够处理同义词、近义词查询，提供精确且相关的搜索结果。', 
+'技术文档', '搜索引擎 倒排索引 语义理解 相关性排序', 2001, 
+ARRAY_REPEAT(0.1, 300)::ARRAY<FLOAT> || ARRAY[0.9, 0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2] || ARRAY_REPEAT(0.1, 460)::ARRAY<FLOAT>, 
+1680, timestamp '2024-05-23 13:10:00', timestamp '2024-05-26 14:45:00'),
+
+-- 性能优化文档 (不同向量模式：后段维度较高值)
+(1005, '数据湖仓一体化性能调优指南', 
+'云器Lakehouse数据湖仓一体化平台的性能调优完整指南，涵盖存储优化、查询优化、索引策略、分区设计等关键技术。通过合理的数据建模和索引设计，可以将查询性能提升10-100倍。特别适用于OLAP分析、实时报表、数据挖掘等场景。', 
+'性能调优', '数据湖仓 性能优化 查询加速 索引策略', 2004, 
+ARRAY_REPEAT(0.05, 600)::ARRAY<FLOAT> || ARRAY[0.9, 0.85, 0.8, 0.75, 0.7, 0.65, 0.6, 0.55] || ARRAY_REPEAT(0.1, 160)::ARRAY<FLOAT>, 
+3200, timestamp '2024-05-24 11:30:00', timestamp '2024-05-26 16:00:00'),
+
+-- 机器学习文档 (与AI相关，向量相似)
+(1006, '深度学习模型部署实践', 
+'云器Lakehouse平台的深度学习模型部署完整指南，支持TensorFlow、PyTorch等主流框架模型的自动化部署。包括模型版本管理、A/B测试、性能监控、弹性扩容等企业级功能。', 
+'技术文档', '深度学习 模型部署 TensorFlow PyTorch', 2002, 
+ARRAY[0.72, 0.62, 0.52, 0.42, 0.32, 0.22, 0.12, 0.02] || ARRAY_REPEAT(0.08, 760)::ARRAY<FLOAT>, 
+890, timestamp '2024-05-25 09:30:00', timestamp '2024-05-26 10:15:00'),
+
+-- 数据治理文档 (新分类)
+(1007, '企业数据治理与安全合规', 
+'基于云器Lakehouse的企业级数据治理解决方案，提供数据血缘追踪、权限管理、敏感数据脱敏、审计日志等功能。符合GDPR、SOX等国际合规标准。', 
+'数据治理', '数据治理 权限管理 合规 数据安全', 2005, 
+ARRAY_REPEAT(0.08, 200)::ARRAY<FLOAT> || ARRAY[0.6, 0.5, 0.4, 0.3, 0.2, 0.1] || ARRAY_REPEAT(0.05, 562)::ARRAY<FLOAT>, 
+1450, timestamp '2024-05-25 14:20:00', timestamp '2024-05-26 12:30:00'),
+
+-- 实时计算文档 (与推荐系统相关)
+(1008, '流式计算引擎架构设计', 
+'云器Lakehouse流式计算引擎的设计与实现，支持毫秒级数据处理延迟。可以与Kafka、Flink等组件集成，提供exactly-once语义保证和自动故障恢复能力。', 
+'架构设计', '流式计算 实时处理 Kafka Flink', 2003, 
+ARRAY[0.65, 0.55, 0.45, 0.35, 0.25, 0.15, 0.05, 0.0] || ARRAY_REPEAT(0.06, 760)::ARRAY<FLOAT>, 
+1200, timestamp '2024-05-26 08:45:00', timestamp '2024-05-26 13:20:00');
+```
+
+**步骤4：验证数据和索引**
+
+```sql
+-- 检查数据插入情况
+SELECT COUNT(*) as total_records FROM ai_knowledge_base;
+
+-- 验证索引创建
+DESC TABLE EXTENDED ai_knowledge_base;
+-- 检查index字段确认所有索引已创建
+
+-- 查看数据概览
+SELECT doc_id, title, category, author_id, view_count 
+FROM ai_knowledge_base 
+ORDER BY doc_id;
+```
+
+### 2.2 基础查询模式
+
+**模式1：精确ID查找（布隆过滤器）**
+
+```sql
+SELECT doc_id, title, author_id, view_count
+FROM ai_knowledge_base
+WHERE author_id = 2001
+ORDER BY view_count DESC;
+
+-- 预期结果：
+-- doc_id: 1004, title: "智能搜索引擎优化策略", view_count: 1680
+-- doc_id: 1001, title: "云器向量数据库技术深度解析", view_count: 1250
+```
+
+**模式2：分类精确匹配（keyword倒排索引）**
+
+```sql
+SELECT doc_id, title, category, view_count
+FROM ai_knowledge_base 
+WHERE category = '技术文档'
+ORDER BY view_count DESC;
+
+-- 预期结果：返回3条技术文档记录
+```
+
+**模式3：内容搜索（chinese倒排索引）**
+
+```sql
+SELECT doc_id, title, view_count
+FROM ai_knowledge_base
+WHERE content LIKE '%平台%'
+ORDER BY view_count DESC;
+
+-- 预期结果：返回包含"平台"的相关文档
+```
+
+**模式4：语义搜索（向量索引）**
+
+```sql
+-- AI语义相似度搜索
+WITH query_vector AS (
+  SELECT ARRAY[0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2, 0.1] || ARRAY_REPEAT(0.1, 760)::ARRAY<FLOAT> as qv
+)
+SELECT 
+    a.doc_id, 
+    a.title, 
+    COSINE_DISTANCE(a.embedding, q.qv) as similarity_score
+FROM ai_knowledge_base a, query_vector q
+WHERE a.embedding IS NOT NULL
+ORDER BY similarity_score ASC
+LIMIT 3;
+
+-- 预期结果：按语义相似度排序，AI相关文档排名最前
+```
+
+***
+
+## 3. 索引选择决策框架
+
+### 3.1 决策树
+
+```
+查询需求分析
+├── 需要精确ID查找？
+│   └── YES → 布隆过滤器索引
+│       ├── 单表查询 → 单布隆过滤器
+│       └── 关联查询 → 多布隆过滤器
+├── 需要文本内容搜索？
+│   ├── 精确分类匹配 → keyword分词 + 倒排索引
+│   ├── 中文内容搜索 → chinese分词 + 倒排索引
+│   ├── 多语言处理 → unicode分词 + 倒排索引
+│   └── 复合文本查询 → 多倒排索引组合
+├── 需要语义相似搜索？
+│   └── YES → 向量索引 + 其他索引过滤
+└── 复杂业务查询？
+    └── 多索引融合策略
+```
+
+### 3.2 分词器选择指南
+
+**实际分词效果对比**：
+
+```sql
+-- 验证不同分词器效果
+SELECT 
+    'chinese' as analyzer,
+    TOKENIZE('云器Lakehouse数据湖仓平台', map('analyzer', 'chinese')) as tokens
+UNION ALL
+SELECT 
+    'unicode' as analyzer,
+    TOKENIZE('云器Lakehouse数据湖仓平台', map('analyzer', 'unicode')) as tokens  
+UNION ALL
+SELECT 
+    'keyword' as analyzer,
+    TOKENIZE('云器Lakehouse数据湖仓平台', map('analyzer', 'keyword')) as tokens;
+```
+
+**实际分词结果**：
+
+| 分词器       | 分词结果                                            | 最佳应用场景   |
+| --------- | ----------------------------------------------- | -------- |
+| `chinese` | `["云器", "lakehouse", "数据", "湖仓", "平台"]`         | 中文内容智能搜索 |
+| `unicode` | `["云", "器", "lakehouse", "数据", "湖", "仓", "平台"]` | 多语言标题搜索  |
+| `keyword` | `["云器Lakehouse数据湖仓平台"]`                         | 分类标签精确匹配 |
+
+**选择原则**：
+
+* **category、status字段** → keyword（精确匹配，零开销）
+* **中文content、description** → chinese（智能分词，语义理解）
+* **混合语言title、name** → unicode（通用支持，细粒度搜索）
+
+***
+
+## 4. 高级查询模式与优化
+
+### 4.1 多索引融合查询
+
+**场景：AI智能检索系统**
+
+```sql
+-- 向量语义搜索 + 倒排索引过滤 + 布隆过滤器
+WITH query_vector AS (
+  SELECT ARRAY[0.8, 0.7, 0.6, 0.5, 0.4, 0.3, 0.2, 0.1] || ARRAY_REPEAT(0.1, 760)::ARRAY<FLOAT> as qv
+)
+SELECT 
+    a.doc_id, 
+    a.title, 
+    a.category,
+    a.view_count,
+    COSINE_DISTANCE(a.embedding, q.qv) as similarity_score
+FROM ai_knowledge_base a, query_vector q
+WHERE a.category IN ('技术文档', '最佳实践', '架构设计')  -- 倒排索引分类过滤
+AND a.embedding IS NOT NULL  
+AND a.view_count > 500  -- 质量筛选
+ORDER BY similarity_score ASC  -- 语义相似度优先
+LIMIT 5;
+
+-- 预期结果：返回语义最相关的高质量文档
+```
+
+### 4.2 演示数据详细说明
+
+**数据集概览**：8篇技术文档，涵盖5个分类，5位作者，所有文档都包含768维embedding向量
+
+| 分类       | 文档数 | 代表性文档                 | 平均浏览量 |
+| -------- | --- | --------------------- | ----- |
+| **技术文档** | 3篇  | 云器向量数据库、智能搜索引擎、深度学习部署 | 1,273 |
+| **架构设计** | 2篇  | AI大模型训练平台、流式计算引擎      | 1,090 |
+| **最佳实践** | 1篇  | 实时推荐系统                | 2,100 |
+| **数据治理** | 1篇  | 企业数据治理与安全合规           | 1,450 |
+| **性能调优** | 1篇  | 数据湖仓一体化性能调优           | 3,200 |
+
+**向量设计说明**：
+
+* **AI相关文档**(1001,1002,1003,1006): 前几维度数值较高，形成相似向量模式
+* **搜索引擎文档**(1004): 中间维度较高，向量模式差异化
+* **性能调优文档**(1005): 后段维度较高，便于验证向量相似度搜索效果
+
+这种设计确保了向量搜索的可验证性：AI相关主题的文档会聚集在一起，而不同主题的文档有明显的向量差异。
+
+### 4.3 分层查询架构
+
+```
+查询请求
+    ↓
+⚡ 布隆过滤器
+（快速过滤，排除大量不相关数据）
+    ↓
+🔍 keyword倒排索引
+（精确分类匹配）
+    ↓
+📝 chinese/unicode倒排索引
+（智能文本搜索）
+    ↓
+🎯 向量索引
+（语义相似度计算）
+    ↓
+📊 业务条件过滤
+（范围查询、排序、分页）
+    ↓
+🎉 最终结果集
+```
+
+***
+
+## 5. 索引管理与配置
+
+### 5.1 索引管理操作
+
+**创建索引最佳实践**：
+
+< date '2024-02-01';
+```
+
+**索引状态检查**：
+
+```sql
+-- 查看完整索引信息
+DESC TABLE EXTENDED your_table_name;
+
+-- 查看表创建语句
+SHOW CREATE TABLE your_table_name;
+
+-- 检查索引列表
+SHOW INDEX FROM your_table_name;
+```
+
+### 5.2 向量索引参数配置
+
+**向量索引参数详解**：
+
+| 参数                    | 推荐值        | 影响因素     | 使用建议              |
+| --------------------- | ---------- | -------- | ----------------- |
+| `m`                   | 16-64      | 精度vs内存   | 精度要求高用32+，性能优先用16 |
+| `ef.construction`     | 128-512    | 构建质量vs时间 | 生产环境推荐256+        |
+| `scalar.type`         | f32/f16    | 精度vs存储   | 一般用f32，大规模用f16    |
+| `distance.function`   | cosine/l2  | 语义vs空间距离 | 文本用cosine，图像用l2   |
+| `compress.codec`      | zstd/none  | 存储vs计算   | 存储敏感用zstd         |
+| `reuse.vector.column` | true/false | 存储优化     | 大规模部署推荐true       |
+
+**高精度 vs 高性能配置对比**：
+
+```sql
+-- 高精度场景配置（适用于对准确性要求高的AI应用）
+CREATE VECTOR INDEX high_precision_idx ON TABLE vectors(embedding)
+PROPERTIES(
+    'scalar.type' = 'f32',
+    'distance.function' = 'cosine_distance',
+    'm' = '32',                    -- 增加邻居数提升精度
+    'ef.construction' = '256',     -- 增加候选集提升质量
+    'compress.codec' = 'zstd'      -- 启用压缩节省空间
+);
+
+-- 高性能场景配置（适用于对速度要求高的实时应用）
+CREATE VECTOR INDEX high_speed_idx ON TABLE vectors(embedding)
+PROPERTIES(
+    'scalar.type' = 'f16',         -- 半精度减少内存占用
+    'distance.function' = 'l2_distance',
+    'm' = '16',                    -- 减少邻居数提升速度
+    'ef.construction' = '128',
+    'reuse.vector.column' = 'true' -- 复用列数据节省存储
+);
+```
+
+***
+
+## 6. 常见问题与故障排除
+
+### 6.1 索引创建问题
+
+**问题1：向量索引创建失败**
+
+```
+错误信息：向量维度不匹配
+解决方案：检查VECTOR(FLOAT, n)定义与实际数据维度是否一致
+```
+
+**问题2：布隆过滤器不生效**
+
+```
+原因：布隆过滤器仅对新数据生效，不支持BUILD INDEX
+解决方案：对于存量数据，考虑使用倒排索引替代
+```
+
+**问题3：中文分词效果不佳**
+
+```
+原因：使用了错误的分词器
+解决方案：中文内容使用'analyzer'='chinese'，精确匹配使用'keyword'
+
+-- 验证分词效果
+SELECT TOKENIZE('测试文本', map('analyzer', 'chinese')) as chinese_tokens,
+       TOKENIZE('测试文本', map('analyzer', 'keyword')) as keyword_tokens;
+```
+
+**问题4：向量函数不可用**
+
+```
+错误信息：COSINE_DISTANCE函数未找到
+解决方案：确认版本支持，验证函数可用性
+
+-- 验证向量函数
+SELECT COSINE_DISTANCE(
+    ARRAY[0.1, 0.2, 0.3]::ARRAY<FLOAT>
+
+### 5.2 查询优化问题
+
+**诊断流程**：
+
+1. 使用EXPLAIN分析查询计划
+2. 检查索引是否被正确使用
+3. 分析数据分布和倾斜情况
+4. 评估索引选择性
+
+**优化策略**：
+
+```sql
+-- 避免的反模式
+WHERE UPPER(category) = 'TECH'           -- 函数调用破坏索引
+WHERE CAST(id AS STRING) = '123'         -- 类型转换影响性能
+WHERE content LIKE '%keyword%keyword%'   -- 复杂模式匹配
+
+-- 推荐的写法
+WHERE category = 'tech'                  -- 直接匹配，预处理数据统一格式
+WHERE id = 123                          -- 类型匹配
+WHERE content LIKE '%keyword%'          -- 简单模式
+```
+
+### 5.3 故障排除检查清单
+
+**索引健康检查**：
+
+* [ ] 所有高频查询字段都有对应索引
+* [ ] 索引类型与查询模式匹配
+* [ ] 分词器选择符合数据特点
+* [ ] 向量索引参数配置合理
+* [ ] 索引存储空间在可接受范围内
+
+**功能问题排查**：
+
+* [ ] 查询条件顺序是否优化
+* [ ] 是否存在全表扫描
+* [ ] 索引选择性是否足够高
+* [ ] 数据倾斜是否影响查询
+* [ ] 系统资源是否充足
+
+***
+
+## 7. 进阶应用场景
+
+### 7.1 企业知识库系统
+
+**架构设计**：
+
+<= ?                    -- 权限控制
+AND d.department IN (?, ?, ?)               -- 部门过滤
+AND d.content LIKE ?                        -- 关键词匹配
+AND d.status = 'published'                  -- 状态筛选
+ORDER BY relevance ASC, d.view_count DESC
+LIMIT 20;
+```
+
+### 7.2 实时推荐引擎
+
+**用户画像匹配**：
+
+```sql
+-- 基于向量相似度的个性化推荐
+WITH user_profile AS (
+    SELECT embedding FROM user_vectors WHERE user_id = ?
+)
+SELECT p.product_id, p.title, 
+       COSINE_DISTANCE(p.embedding, u.embedding) as match_score
+FROM products p, user_profile u
+WHERE p.category_id IN (?)                   -- 兴趣分类
+AND p.price_range = ?                       -- 价格区间
+AND p.rating >
+
+### 7.2 智能客服系统
+
+**问题相似度匹配**：
+
+```sql
+-- FAQ智能匹配
+WITH question_vector AS (
+    SELECT get_text_embedding(?) as qv
+)
+SELECT f.faq_id, f.question, f.answer,
+       COSINE_DISTANCE(f.question_embedding, q.qv) as similarity
+FROM faq_database f, question_vector q
+WHERE f.category = ?                         -- 问题分类
+AND f.status = 'active'                     -- 有效状态
+AND similarity < 0.3                        -- 相似度阈值
+ORDER BY similarity ASC
+LIMIT 5;
+```
+
+***
+
+## 8. 总结与建议
+
+### 8.1 核心最佳实践
+
+1. **分层设计**：布隆过滤器→倒排索引→向量索引，按效率递减顺序组合
+2. **精准选择**：根据查询模式选择最适合的索引类型和参数
+3. **渐进优化**：从基础索引开始，根据业务发展逐步引入高级功能
+4. **持续监控**：建立完善的监控体系，及时发现和解决问题
+
+### 8.2 实施路径
+
+**第一阶段：基础索引**
+
+* 布隆过滤器：实现快速ID查找
+* keyword倒排索引：支持精确分类匹配
+
+**第二阶段：智能搜索**
+
+* chinese/unicode倒排索引：智能文本检索
+* 多索引组合：提升查询精度
+
+**第三阶段：AI赋能**
+
+* 向量索引：语义搜索能力
+* 融合检索：传统索引+AI技术
+
+***
+
+## 附录
+
+### A. 参考命令速查
+
+```sql
+-- 创建索引
+CREATE BLOOMFILTER INDEX idx_name ON TABLE table_name(column);
+CREATE INVERTED INDEX idx_name ON TABLE table_name(column) PROPERTIES('analyzer'='chinese');
+CREATE VECTOR INDEX idx_name ON TABLE table_name(column) PROPERTIES(...);
+
+-- 管理索引
+BUILD INDEX idx_name ON table_name;
+DROP INDEX idx_name;
+SHOW INDEX FROM table_name;
+
+-- 查询优化
+TOKENIZE('text', map('analyzer', 'chinese'));
+COSINE_DISTANCE(vector1, vector2);
+ARRAY_REPEAT(value, count);
+
+-- 表管理
+DESC TABLE EXTENDED table_name;
+SHOW CREATE TABLE table_name;
+SELECT COUNT(*) FROM table_name;
+```
+
+### B. 完整验证清单
+
+**环境准备验证**：
+
+* [ ] 表创建成功：`DESC TABLE ai_knowledge_base`
+* [ ] 索引创建完整：检查返回的index字段包含所有索引
+* [ ] 数据插入成功：`SELECT COUNT(*) FROM ai_knowledge_base` 返回8
+* [ ] 向量数据正确：`SELECT doc_id, ARRAY_SIZE(embedding) FROM ai_knowledge_base LIMIT 1` 返回768
+
+**功能验证测试**：
+
+* [ ] 布隆过滤器：`WHERE author_id = 2001` 快速响应
+* [ ] keyword索引：`WHERE category = '技术文档'` 精确匹配
+* [ ] chinese索引：`WHERE content LIKE '%平台%'` 中文搜索
+* [ ] 向量索引：COSINE\_DISTANCE查询正常执行
+* [ ] 分词功能：TOKENIZE函数返回正确结果
+* [ ] BUILD INDEX：返回OPERATION SUCCEED
+
+### C. 故障联系方式
+
+遇到技术问题时，请提供以下信息：
+
+* 表结构和索引定义
+* 查询语句和执行计划
+* 错误信息和日志
+* 数据量规模
+
+***
+
+## D. 环境清理指南
+
+完成演示和学习后，可以按以下步骤清理创建的资源：
+
+### 清理演示环境
+
+```sql
+-- 1. 清理主演示表（包含所有索引）
+DROP TABLE IF EXISTS ai_knowledge_base;
+
+-- 2. 清理可能创建的测试表
+DROP TABLE IF EXISTS production_table;
+DROP TABLE IF EXISTS products;
+DROP TABLE IF EXISTS vectors;
+DROP TABLE IF EXISTS enterprise_docs;
+
+-- 3. 验证清理结果
+SHOW TABLES LIKE '%knowledge%';
+SHOW TABLES LIKE '%production%';
+```
+
+### 批量清理脚本
+
+```sql
+-- 安全清理脚本（带确认）
+-- 查看当前schema中的所有表
+SHOW TABLES;
+
+-- 清理特定前缀的表
+DROP TABLE IF EXISTS ai_knowledge_base;
+DROP TABLE IF EXISTS test_table_1;
+DROP TABLE IF EXISTS demo_table_2;
+-- 根据实际创建的表名进行调整
+
+-- 清理临时schema（如果创建了专门的测试schema）
+-- DROP SCHEMA IF EXISTS index_demo;
+```
+
+### 清理注意事项
+
+**重要提醒**：
+
+* 删除表会同时删除表上的所有索引
+* 在生产环境中执行清理操作前请务必确认
+* 建议先备份重要数据再执行清理
+* 如果使用了自定义schema，可选择保留或删除
+
+
+^
+
+\*\*参考文档\*\*:
+
+\- \[创建向量索引]\(create-vector-index.md)
+
+\- \[创建倒排索引]\(create-inverted-index.md)&#x20;
+
+\- \[创建布隆过滤器索引]\(CREATE-BLOOMFILTER-INDEX.md)
+
+\- \[构建索引]\(build-inverted-index.md)
+
+\- \[查看索引]\(SHOW-INDEX.md)