ClickHouse跳过索引需WHERE条件匹配索引表达式且类型适配，仅对新数据生效，须用EXPLAIN indexes=1和system.query_log验证是否真正跳块。
跳过索引不是“加了就快”，得看 WHERE 条件能不能对上
ClickHouse 的 skip index 不是传统 B-tree 索引，它不加速单行定位，而是帮引擎跳过整块（granule）数据。所以它生效的前提很具体：查询的 WHERE 条件必须能被索引表达式“覆盖”，且索引类型要匹配过滤逻辑。
- 比如建了
INDEX idx_user_id user_id TYPE set(100) GRANULARITY 2，那WHERE user_id IN (1,2,3)可能跳块；但WHERE toString(user_id) LIKE '1%'就完全用不上——表达式变了，索引失效 -
minmax对BETWEEN、>=、<=有效，但对!=或NOT IN基本无用 - 索引只作用于新写入的数据；已有分区需显式执行
MATERIALIZE INDEX才能生效
选对 TYPE 是关键，别乱套模板
不同 TYPE 解决不同问题，硬套会白费存储还拖慢写入：
-
minmax：适合时间戳、ID 等单调或近似单调字段，范围查询快；但若列值在 granule 内剧烈跳变（比如乱序插入的user_id），min/max 范围太宽，跳块率骤降 -
set(N)：适合枚举类、低基数字段（如status、country_code）；N是每个 granule 最多存多少个去重值，超了整个 granule 就不索引——设太小没用，太大占空间 -
ngrambf_v1(n, size, hash, seed)：文本模糊查必备，比如WHERE page_url LIKE '%/api/v2/%'；但注意它不支持正则，只对 n-gram 子串做布隆过滤，误判率存在，且size过小会导致漏跳
GRANULARITY 不是越大越好，得和主索引粒度对齐
ClickHouse 默认主索引粒度是 8192 行（index_granularity），而 skip index 的 GRANULARITY 指“几个粒度组成一个索引块”。设成 4，就是每 32768 行建一个索引项。
- 设太小（如
GRANULARITY 1）：索引文件暴涨，写入时 CPU 和磁盘压力明显上升，尤其高并发写入场景 - 设太大（如
GRANULARITY 16）：每个索引块覆盖行数过多，过滤精度下降，可能本该跳过的块没跳过去 - 经验建议：从
GRANULARITY 2或4起步；观察system.parts中marks和data_compressed_bytes变化，再微调
怎么确认 skip index 真正在干活？别只看执行时间
加速效果不能光比查询耗时，得看底层是否真跳了块。最直接的方式是查 EXPLAIN indexes = 1：
EXPLAIN indexes = 1 SELECT * FROM events WHERE site_id = 123;
输出里如果出现 Using primary key index + Using skipping index idx_site_id，说明双索引协同生效；若只有前者，说明 skip index 没触发。
- 再进一步，查
system.query_log，过滤出该查询的read_rows和read_bytes，对比加索引前后——跳块成功时，这两项应显著下降 - 常见陷阱：WHERE 中用了函数包裹列（如
toYear(event_date)），但索引建在event_date上，此时索引失效；必须建表达式索引：INDEX idx_year toYear(event_date) TYPE minmax GRANULARITY 2
skip index 是把双刃剑：写入变重、存储略增、配置稍复杂，但它对高频过滤场景（尤其是高基数列 or 文本模糊查）的收益非常实在。真正难的不是“怎么建”，而是“建完后怎么验证它有没有在跳”——别让索引躺在表结构里睡大觉。
