注释
使用已启用 Photon 的计算和 Databricks Runtime 12.2 或更高版本时，预测性 I/O 在读取性能方面要优于 Bloom 筛选器。 请参阅 什么是预测输入/输出（I/O）？。
在 Databricks Runtime 13.3 及更高版本中，Databricks 建议对 Delta 表布局使用聚类分析。 请参阅 对表使用液体聚类分析。
Databricks 仅在使用不支持这些功能的计算时建议使用 Bloom 筛选器。
Bloom 筛选器索引是一种空间高效的数据结构，可用于跳过所选列的数据，尤其是对于包含任意文本的字段。
Bloom 筛选器索引的工作原理
Azure Databricks Bloom 筛选器索引由每个数据文件的数据跳过索引组成。 Bloom 筛选器索引可用于确定列值是否确实不在文件中，或者有可能在文件中。 在读取文件 Azure Databricks 之前，将检查索引文件，并且仅当索引指示该文件可能与数据筛选器匹配时，该文件才会读取。
Bloom 筛选器支持具有以下输入数据类型的列：byte、short、int、long、float、double、date、timestamp和 string。 Null 不会添加到 Bloom 筛选器，因此任何与 null 相关的筛选器都需要读取数据文件。 Azure Databricks 支持以下数据源筛选器：and、or、in、equals和 equalsnullsafe。 嵌套列不支持 Bloom 筛选器。
配置和参考
使用以下语法启用 Bloom 筛选器：
CREATE BLOOMFILTER INDEX
ON TABLE table_name
FOR COLUMNS(column_name OPTIONS (fpp=0.1, numItems=5000))
有关语法详细信息，请参阅 CREATE BLOOM FILTER INDEX 和 DROP BLOOM FILTER INDEX。
若要禁用 Bloom 筛选器操作，请将会话级别 spark.databricks.io.skipping.bloomFilter.enabled 配置设置为 false。
显示 Bloom 筛选器索引的列表
若要显示索引列表，请运行：
spark.table("<table-with-indexes>").schema.foreach(field => println(s"${field.name}: metadata=${field.metadata}"))
例如：
