网站免费模块,中国最大的网络公司排名,秦皇岛网站关键词,网站如何做服务器授权文章目录 一 Doris 介绍1.1 使用场景1.1.2 Doris架构 二 Doris单机部署2.1 下载 Doris2.2 配置 Doris2.2.1 配置 FE2.2.2 启动 FE2.2.3 查看 FE 运行状态2.2.4 连接 FE2.2.5 停止 FE 节点2.2.6 配置 BE2.2.7 启动 BE2.2.8 添加 BE 节点到集群2.2.9 查看 BE 运行状态2.2.10 停止… 文章目录 一 Doris 介绍1.1 使用场景1.1.2 Doris架构 二 Doris单机部署2.1 下载 Doris2.2 配置 Doris2.2.1 配置 FE2.2.2 启动 FE2.2.3 查看 FE 运行状态2.2.4 连接 FE2.2.5 停止 FE 节点2.2.6 配置 BE2.2.7 启动 BE2.2.8 添加 BE 节点到集群2.2.9 查看 BE 运行状态2.2.10 停止 BE 节点 2.3 创建数据表2.4 查询数据2.5 WebUI查询数据 一 Doris 介绍
Apache Doris 是一个基于 MPP 架构的高性能、实时的分析型数据库以极速易用的特点被人们所熟知仅需亚秒级响应时间即可返回海量数据下的查询结果不仅可以支持高并发的点查询场景也能支持高吞吐的复杂分析场景。基于此Apache Doris 能够较好的满足报表分析、即席查询、统一数仓构建、数据湖联邦查询加速等使用场景用户可以在此之上构建用户行为分析、AB 实验平台、日志检索分析、用户画像分析、订单分析等应用。
Apache Doris 最早是诞生于百度广告报表业务的 Palo 项目2017 年正式对外开源2018 年 7 月由百度捐赠给 Apache 基金会进行孵化之后在 Apache 导师的指导下由孵化器项目管理委员会成员进行孵化和运营。目前 Apache Doris 社区已经聚集了来自不同行业近百家企业的 300 余位贡献者并且每月活跃贡献者人数也接近 100 位。 2022 年 6 月Apache Doris 成功从 Apache 孵化器毕业正式成为 Apache 顶级项目Top-Level ProjectTLP
Apache Doris 如今在中国乃至全球范围内都拥有着广泛的用户群体截止目前 Apache Doris 已经在全球超过 500 家企业的生产环境中得到应用在中国市值或估值排行前 50 的互联网公司中有超过 80% 长期使用 Apache Doris包括百度、美团、小米、京东、字节跳动、腾讯、网易、快手、微博、贝壳等。同时在一些传统行业如金融、能源、制造、电信等领域也有着丰富的应用。
1.1 使用场景
如下图所示数据源经过各种数据集成和加工处理后通常会入库到实时数仓 Doris 和离线湖仓Hive, Iceberg, Hudi 中Apache Doris 被广泛应用在以下场景中。 [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6bsWesA1-1690648914585)(https://dev-to-uploads.s3.amazonaws.com/uploads/articles/sekvbs5ih5rb16wz6n9k.png)]
报表分析 实时看板 Dashboards面向企业内部分析师和管理者的报表面向用户或者客户的高并发报表分析Customer Facing Analytics。比如面向网站主的站点分析、面向广告主的广告报表并发通常要求成千上万的 QPS 查询延时要求毫秒级响应。著名的电商公司京东在广告报表中使用 Apache Doris 每天写入 100 亿行数据查询并发 QPS 上万99 分位的查询延时 150ms。 即席查询Ad-hoc Query面向分析师的自助分析查询模式不固定要求较高的吞吐。小米公司基于 Doris 构建了增长分析平台Growing AnalyticsGA利用用户行为数据对业务进行增长分析平均查询延时 10s95 分位的查询延时 30s 以内每天的 SQL 查询量为数万条。统一数仓构建 一个平台满足统一的数据仓库建设需求简化繁琐的大数据软件栈。海底捞基于 Doris 构建的统一数仓替换了原来由 Spark、Hive、Kudu、Hbase、Phoenix 组成的旧架构架构大大简化。数据湖联邦查询通过外表的方式联邦分析位于 Hive、Iceberg、Hudi 中的数据在避免数据拷贝的前提下查询性能大幅提升。
1.1.2 Doris架构
Doris整体架构如下图所示Doris 架构非常简单只有两类进程
FrontendFE主要负责用户请求的接入、查询解析规划、元数据的管理、节点管理相关工作。BackendBE主要负责数据存储、查询计划的执行。
这两类进程都是可以横向扩展的单集群可以支持到数百台机器数十 PB 的存储容量。并且这两类进程通过一致性协议来保证服务的高可用和数据的高可靠。这种高度集成的架构设计极大的降低了一款分布式系统的运维成本。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Vcz28SFi-1690648914586)(https://dev-to-uploads.s3.amazonaws.com/uploads/articles/mnz20ae3s23vv3e9ltmi.png)]
在使用接口方面Doris 采用 MySQL 协议高度兼容 MySQL 语法支持标准 SQL用户可以通过各类客户端工具来访问 Doris并支持与 BI 工具的无缝对接。
在存储引擎方面Doris 采用列式存储按列进行数据的编码压缩和读取能够实现极高的压缩比同时减少大量非相关数据的扫描从而更加有效利用 IO 和 CPU 资源。
Doris 也支持比较丰富的索引结构来减少数据的扫描
Sorted Compound Key Index可以最多指定三个列组成复合排序键通过该索引能够有效进行数据裁剪从而能够更好支持高并发的报表场景Z-order Index 使用 Z-order 索引可以高效对数据模型中的任意字段组合进行范围查询Min/Max 有效过滤数值类型的等值和范围查询Bloom Filter 对高基数列的等值过滤裁剪非常有效Invert Index 能够对任意字段实现快速检索
在存储模型方面Doris 支持多种存储模型针对不同的场景做了针对性的优化
Aggregate Key 模型相同 Key 的 Value 列合并通过提前聚合大幅提升性能Unique Key 模型Key 唯一相同 Key 的数据覆盖实现行级别数据更新Duplicate Key 模型明细数据模型满足事实表的明细存储
Doris 也支持强一致的物化视图物化视图的更新和选择都在系统内自动进行不需要用户手动选择从而大幅减少了物化视图维护的代价。
在查询引擎方面Doris 采用 MPP 的模型节点间和节点内都并行执行也支持多个大表的分布式 Shuffle Join从而能够更好应对复杂查询。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-s1WG7yO6-1690648914586)(https://dev-to-uploads.s3.amazonaws.com/uploads/articles/vjlmumwyx728uymsgcw0.png)]
Doris 查询引擎是向量化的查询引擎所有的内存结构能够按照列式布局能够达到大幅减少虚函数调用、提升 Cache 命中率高效利用 SIMD 指令的效果。在宽表聚合场景下性能是非向量化引擎的 5-10 倍。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-V3eEJwuH-1690648914586)(https://dev-to-uploads.s3.amazonaws.com/uploads/articles/ck2m3kbnodn28t28vphp.png)]
Doris 采用了 Adaptive Query Execution 技术 可以根据 Runtime Statistics 来动态调整执行计划比如通过 Runtime Filter 技术能够在运行时生成生成 Filter 推到 Probe 侧并且能够将 Filter 自动穿透到 Probe 侧最底层的 Scan 节点从而大幅减少 Probe 的数据量加速 Join 性能。Doris 的 Runtime Filter 支持 In/Min/Max/Bloom Filter。
在优化器方面 Doris 使用 CBO 和 RBO 结合的优化策略RBO 支持常量折叠、子查询改写、谓词下推等CBO 支持 Join Reorder。目前 CBO 还在持续优化中主要集中在更加精准的统计信息收集和推导更加精准的代价模型预估等方面。
二 Doris单机部署
Apache Doris 是一个基于 MPP 架构的高性能、实时的分析型数据库以极速易用的特点被人们所熟知仅需亚秒级响应时间即可返回海量数据下的查询结果不仅可以支持高并发的点查询场景也能支持高吞吐的复杂分析场景这个简短的指南将告诉你如何下载 Doris 最新稳定版本在单节点上安装并运行它包括创建数据库、数据表、导入数据及查询等。
2.1 下载 Doris
Doris 运行在 Linux 环境中推荐 CentOS 7.x 或者 Ubuntu 16.04 以上版本同时你需要安装 Java 运行环境JDK最低版本要求是8要检查你所安装的 Java 版本请运行以下命令
java -version接下来下载 Doris 的最新二进制版本根据自己的cpu选择下载对应类型我的下面下载ARM架构的版本然后解压。
#解压和重命名fe
mkdir /usr/local/doris-1.1.4
cd /usr/local/doris-1.1.4
tar -zxvf /home/apache-doris-fe-1.1.4-bin.tar.gz -C ./
mv ./apache-doris-fe-1.1.4-bin/ ./fe
#解压和从命名be
tar -zxvf /home/apache-doris-1.1.4-bin-arm.tar.gz -C ./
mv ./apache-doris-1.1.4-bin-arm/ ./be2.2 配置 Doris
2.2.1 配置 FE
我们进入到 doris-1.1.4/fe 目录
cd ./fe/修改 FE 配置文件 conf/fe.conf 这里我们主要修改两个参数priority_networks 及 meta_dir 如果你需要更多优化配置请参考 FE 参数配置说明进行调整。 添加 priority_networks 参数 vim ./conf/fe.conf
priority_networks 192.168.10.0/24注意 这个参数我们在安装的时候是必须要配置的特别是当一台机器拥有多个IP地址的时候我们要为 FE 指定唯一的IP地址。 这里假设你的节点 IP 是 172.23.16.32那么我们可以通过掩码的方式配置为 172.23.16.0/24。 添加元数据目录 meta_dir /usr/local/doris-1.1.4/fe/doris-meta/注意 这里你可以不配置默认是在你的Doris FE 安装目录下的 doris-meta 单独配置元数据目录需要你提前创建好你指定的目录 修改http的端口因为和yarn端口冲突不冲突可以不修改 http_port 100302.2.2 启动 FE
在 FE 安装目录下执行下面的命令来完成 FE 的启动。
./bin/start_fe.sh --daemon2.2.3 查看 FE 运行状态
你可以通过下面的命令来检查 Doris 是否启动成功
#通过jps查看
jps
10441 PaloFe
#通过curl方式查看
curl http://127.0.0.1:10030/api/bootstrap
{msg:success,code:0,data:{replayedJournalId:0,queryPort:0,rpcPort:0,version:},count:0}这里 IP 和 端口分别是 FE 的 IP 和 http_port默认8030如果是你在 FE 节点执行直接运行上面的命令即可。
如果返回结果中带有 msg:success 字样则说明启动成功。
你也可以通过 Doris FE 提供的Web UI 来检查在浏览器里输入地址
http://192.168.10.101:10030
可以看到下面的界面说明 FE 启动成功 注意 这里我们使用 Doris 内置的默认用户 root 进行登录密码是空这是一个 Doris 的管理界面只能拥有管理权限的用户才能登录普通用户不能登录。 登陆成功后如下图所示 2.2.4 连接 FE
我们下面通过 MySQL 客户端来连接 Doris FE下载免安装的 MySQL 客户端
解压刚才下载的 MySQL 客户端在 bin/ 目录下可以找到 mysql 命令行工具。然后执行下面的命令连接 Doris。
mysql -uroot -P9030 -h192.168.10.101注意 这里使用的 root 用户是 doris 内置的默认用户也是超级管理员用户具体的用户权限查看 权限管理-P 这里是我们连接 Doris 的查询端口默认端口是 9030对应的是fe.conf里的 query_port-h 这里是我们连接的 FE IP地址如果你的客户端和 FE 安装在同一个节点可以使用127.0.0.1这种也是 Doris 提供的如果你忘记 root 密码可以通过这种方式不需要密码直接连接登录进行对 root 密码进行重置 执行下面的命令查看 FE 运行状态
show frontends\G;然后你可以看到类似下面的结果
mysql show frontends\G;
*************************** 1. row ***************************Name: 192.168.10.101_9010_1669775786257IP: 192.168.10.101EditLogPort: 9010HttpPort: 10030QueryPort: 9030RpcPort: 9020Role: FOLLOWERIsMaster: trueClusterId: 1181526091Join: trueAlive: true
ReplayedJournalId: 108LastHeartbeat: 2022-11-30 10:42:22IsHelper: trueErrMsg:Version: 1.1.4-rc01-8890a58dcCurrentConnected: Yes
1 row in set (0.07 sec)ERROR:
No query specified注意 如果 IsMaster、Join 和 Alive 三列均为true则表示节点正常。 2.2.5 停止 FE 节点
Doris FE 的停止可以通过下面的命令完成
./bin/stop_fe.sh2.2.6 配置 BE
我们进入到 doris-1.1.4/be 目录
cd /usr/local/doris-1.1.4/be修改 BE 配置文件 conf/be.conf 这里我们主要修改两个参数priority_networks 及 storage_root 如果你需要更多优化配置请参考 BE 参数配置说明进行调整。 添加 priority_networks 参数 vim ./conf/be.conf
priority_networks 192.168.10.0/24注意 这个参数我们在安装的时候是必须要配置的特别是当一台机器拥有多个IP地址的时候我们要为 BE 指定唯一的IP地址。 配置 BE 数据存储目录 storage_root_path /usr/local/doris-1.1.4/be/storage/注意 默认目录在 BE安装目录的 storage 目录下。BE 配置的存储目录必须先创建好 修改ip webserver_port 10040
brpc_port 10060注意 默认webserver_port 8040 默认brpc_port 8060 如果这两个端口没有被占用可以不修改
2.2.7 启动 BE
在 BE 安装目录下执行下面的命令来完成 BE 的启动。
./bin/start_be.sh --daemon注意 BE结点和FE结点启动先后次序无要求 可以通过如下查看是否启动
192.168.10.101:10060 2.2.8 添加 BE 节点到集群
通过MySQL 客户端连接到 FE 之后执行下面的 SQL将 BE 添加到集群中
ALTER SYSTEM ADD BACKEND 192.168.10.101:9050;配置语法ALTER SYSTEM ADD BACKEND be_host_ip:heartbeat_service_port;be_host_ip这里是你 BE 的 IP 地址和你在 be.conf 里的 priority_networks 匹配需要具体ipheartbeat_service_port这里是你 BE 的心跳上报端口和你在 be.conf 里的 heartbeat_service_port 匹配默认是 9050。
2.2.9 查看 BE 运行状态
你可以在 MySQL 命令行下执行下面的命令查看 BE 的运行状态。
SHOW BACKENDS\G示例
mysql SHOW BACKENDS\G
*************************** 1. row ***************************BackendId: 11001Cluster: default_clusterIP: 192.168.10.101HeartbeatPort: 9050BePort: 9060HttpPort: 10040BrpcPort: 10060LastStartTime: 2022-11-30 11:04:59LastHeartbeat: 2022-11-30 11:08:33Alive: trueSystemDecommissioned: false
ClusterDecommissioned: falseTabletNum: 0DataUsedCapacity: 0.000AvailCapacity: 25.518 GBTotalCapacity: 39.266 GBUsedPct: 35.01 %MaxDiskUsedPct: 35.01 %Tag: {location : default}ErrMsg:Version: 1.1.4-rc01-UnknownStatus: {lastSuccessReportTabletsTime:2022-11-30 11:08:30,lastStreamLoadTime:-1,isQueryDisabled:false,isLoadDisabled:false}
1 row in set (0.04 sec)Alive : true表示节点运行正常 2.2.10 停止 BE 节点
Doris BE 的停止可以通过下面的命令完成
./bin/stop_be.sh2.3 创建数据表
在doris的fe端使用MySQL客户端连接使用命令行操作 创建一个数据库 create database demo;创建数据表 use demo;CREATE TABLE IF NOT EXISTS demo.user_lab(user_id LARGEINT NOT NULL COMMENT 用户id,date DATE NOT NULL COMMENT 数据灌入日期时间,city VARCHAR(20) COMMENT 用户所在城市,age SMALLINT COMMENT 用户年龄,sex TINYINT COMMENT 用户性别,last_visit_date DATETIME REPLACE DEFAULT 1970-01-01 00:00:00 COMMENT 用户最后一次访问时间,cost BIGINT SUM DEFAULT 0 COMMENT 用户总消费,max_dwell_time INT MAX DEFAULT 0 COMMENT 用户最大停留时间,min_dwell_time INT MIN DEFAULT 99999 COMMENT 用户最小停留时间
)
AGGREGATE KEY(user_id, date, city, age, sex)
DISTRIBUTED BY HASH(user_id) BUCKETS 1
PROPERTIES (replication_allocation tag.location.default: 1
);示例数据 10000,2017-10-01,北京,20,0,2017-10-01 06:00:00,20,10,10
10000,2017-10-01,北京,20,0,2017-10-01 07:00:00,15,2,2
10001,2017-10-01,北京,30,1,2017-10-01 17:05:45,2,22,22
10002,2017-10-02,上海,20,1,2017-10-02 12:59:12,200,5,5
10003,2017-10-02,广州,32,0,2017-10-02 11:20:00,30,11,11
10004,2017-10-01,深圳,35,0,2017-10-01 10:00:15,100,3,3
10004,2017-10-03,深圳,35,0,2017-10-03 10:20:22,11,6,6将上面的数据保存在一个/usr/local/doris-1.1.4/test.csv文件中。然后导入数据 这里我们通过Stream load 方式将上面保存到文件中的数据导入到我们刚才创建的表里。 curl --location-trusted -u root: -T /usr/local/doris-1.1.4/test.csv -H column_separator:, http://192.168.10.101:10030/api/demo/user_lab/_stream_load-T test.csv : 这里是我们刚才保存的数据文件如果路径不一样请指定完整路径-u root : 这里是用户名密码我们使用默认用户root密码是空127.0.0.1:8030 : 分别是 fe 的 ip 和 http_port 执行成功之后我们可以看到下面的返回信息 {TxnId: 2,Label: d210bb2e-433e-4a12-a91a-b47d8f576446,TwoPhaseCommit: false,Status: Success,Message: OK,NumberTotalRows: 7,NumberLoadedRows: 7,NumberFilteredRows: 0,NumberUnselectedRows: 0,LoadBytes: 399,LoadTimeMs: 133,BeginTxnTimeMs: 22,StreamLoadPutTimeMs: 50,ReadDataTimeMs: 0,WriteDataTimeMs: 15,CommitAndPublishTimeMs: 43
}NumberLoadedRows: 表示已经导入的数据记录数NumberTotalRows: 表示要导入的总数据量Status :Success 表示导入成功 到这里我们已经完成的数据导入下面就可以根据我们自己的需求对数据进行查询分析了。
2.4 查询数据
我们上面完成了建表输数据导入下面我们就可以体验 Doris 的数据快速查询分析能力。
mysql select * from demo.user_lab;
----------------------------------------------------------------------------------------------------
| user_id | date | city | age | sex | last_visit_date | cost | max_dwell_time | min_dwell_time |
----------------------------------------------------------------------------------------------------
| 10000 | 2017-10-01 | 北京 | 20 | 0 | 2017-10-01 07:00:00 | 35 | 10 | 2 |
| 10001 | 2017-10-01 | 北京 | 30 | 1 | 2017-10-01 17:05:45 | 2 | 22 | 22 |
| 10002 | 2017-10-02 | 上海 | 20 | 1 | 2017-10-02 12:59:12 | 200 | 5 | 5 |
| 10003 | 2017-10-02 | 广州 | 32 | 0 | 2017-10-02 11:20:00 | 30 | 11 | 11 |
| 10004 | 2017-10-01 | 深圳 | 35 | 0 | 2017-10-01 10:00:15 | 100 | 3 | 3 |
| 10004 | 2017-10-03 | 深圳 | 35 | 0 | 2017-10-03 10:20:22 | 11 | 6 | 6 |
----------------------------------------------------------------------------------------------------
6 rows in set (0.09 sec)mysql select * from demo.user_lab where city 北京;
----------------------------------------------------------------------------------------------------
| user_id | date | city | age | sex | last_visit_date | cost | max_dwell_time | min_dwell_time |
----------------------------------------------------------------------------------------------------
| 10000 | 2017-10-01 | 北京 | 20 | 0 | 2017-10-01 07:00:00 | 35 | 10 | 2 |
| 10001 | 2017-10-01 | 北京 | 30 | 1 | 2017-10-01 17:05:45 | 2 | 22 | 22 |
----------------------------------------------------------------------------------------------------
2 rows in set (0.04 sec)mysql select city, sum(cost) as total_cost from demo.user_lab group by city;
--------------------
| city | total_cost |
--------------------
| 北京 | 37 |
| 深圳 | 111 |
| 上海 | 200 |
| 广州 | 30 |
--------------------
4 rows in set (0.07 sec)到这里我们整个快速开始就结束了我们从 Doris 安装部署、启停、创建库表、数据导入及查询完整的体验了Doris的操作流程下面开始我们 Doris 使用之旅吧。
2.5 WebUI查询数据
