資料用主鍵分片後，次級索引怎麼擺是另一個獨立決策。索引可以跟著資料走（local，document-partitioned），也可以自成一套照索引值分片（global，term-partitioned）。差別在於：你想讓寫快還是讀快。
🧠 Intuition
TIP
一句話：local index 是「每個分片各自記自己的索引」——寫只動本地，但讀要問遍所有人；global index 是「整個叢集共用一套按索引值分片的索引」——讀只問一處，但寫要去更新別人家的索引。
- 主鍵分片決定「資料在哪」；次級索引分片決定「索引本身在哪」——兩者可以、也通常需要不同的分片方式。
- Local（document-partitioned）：索引只涵蓋本分片的文件。寫入只碰本地，讀取要 scatter/gather 問所有分片。
- Global（term-partitioned）：索引按「索引詞（term）」自己分片。讀取直達持有該 term 的分片，但寫一筆文件可能要更新多個分片上的索引項。
- 沒有免費的午餐：你只是在「寫放大」與「讀放大」之間選邊站。
⚖️ Tradeoffs
Document-partitioned (Local Index) — 寫快，讀需 scatter/gather
- 每個分片維護「只包含自己文件」的次級索引（DDIA 稱 local index）。
- 寫入：新增/改一筆文件時，只需更新該文件所在分片的本地索引——寫入侷限在單一分片，快且簡單。
- 讀取：用次級索引查詢（如「找所有 color=red」）時，無法預知符合的文件散在哪些分片，必須問遍所有分片再合併結果（scatter/gather）。
- 風險：尾延遲被最慢的分片拖累；分片越多，scatter/gather 放大越嚴重。
- 代表：MongoDB、Cassandra、Elasticsearch、Riak——大多數系統的預設。
Term-partitioned (Global Index) — 讀快，寫需跨分片
- 索引本身按「索引詞（term）」分片，與資料的主鍵分片無關（如
color在 a–r 的索引項放分片 1，s–z 放分片 2）。 - 讀取：查
color=red直接定位到持有該 term 的分片，一次命中、不必 scatter/gather，讀取效率高、可做覆蓋多文件的範圍查詢。 - 寫入：一筆文件可能含多個被索引欄位，這些 term 可能落在不同分片，因此一次寫入要更新多個分片上的索引——寫入變慢、且牽涉跨分片協調。
- term 本身也可選 range（支援索引值範圍查詢）或 hash（索引負載均勻）分片。
非同步更新 (Asynchronous Index Update)
- Global index 的寫入若要同步更新所有相關分片，需要跨分片的分散式交易，成本高、延遲大。
- 實務折衷：索引非同步更新——寫入主資料後立刻回應，索引在背景補上。
- 代價：索引短暫落後（stale），剛寫入的文件可能一瞬間查不到（read-your-writes 不保證）。
- 多數採 global index 的系統（如 DynamoDB Global Secondary Index）正是用這種最終一致的非同步更新換取可用的寫入延遲。
怎麼選 — 看讀寫比與查詢形態
- 寫重、查詢條件多變：選 local index。寫入便宜，scatter/gather 的讀成本可用更多分片/快取分攤。
- 讀重、查詢條件固定且選擇性高：選 global index。省下 scatter/gather，讀取延遲穩定。
- 折衷現實：global index 寫入複雜又常需非同步，因此多數系統預設 local，只在特定熱查詢上才額外建 global index。
🔑 Takeaways
- 次級索引分片是與主鍵分片獨立的決策，本質是在寫放大 ↔ 讀放大之間選邊。
- Local（document-partitioned）：寫只動本地，讀需 scatter/gather——大多數系統的預設，寫重首選。
- Global（term-partitioned）：讀直達單分片，寫需跨分片更新——讀重、查詢固定時的首選。
- Global index 的跨分片寫入常以非同步更新換取延遲，代價是索引短暫 stale、不保證 read-your-writes。
2026-07-01
- Q: Local index 寫入只動本地、聽起來全面更好，為什麼還要 global index？
- A: 因為成本只是被搬到讀取端。Local index 的「讀」要 scatter/gather 問遍所有分片，分片越多、放大越嚴重，且整體延遲被最慢的那台決定（尾延遲問題）。如果你的負載是「讀遠多於寫、而且某個次級查詢非常頻繁」，把那一次讀的成本從 N 個分片降到 1 個分片，划算得多——這正是 global / term-partitioned index 存在的理由。代價是寫入要跨分片更新，所以通常搭配非同步更新、容忍索引短暫落後。