前言
本博文基于DORIS的2.1.5版本。apache-doris-2.1.5-bin-x64.tar.gz
是什么？
DORIS官网
Apache Doris 是一款基于 MPP 架构的高性能、实时的分析型数据库，以高效、简单、统一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。
发展历程
- 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；
- 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 Project，TLP）。
使用场景
Apache Doris 能够较好的满足报表分析、即席查询、统一数仓构建、湖仓一体等使用场景。
用户可以在此之上构建大屏看板、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。
整体架构
Apache Doris 的整体架构非常简单，如下图所示，只有两类进程：
- Frontend（FE）：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。
- Backend（BE）：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，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。
技术特点
1. 接口协议
Apache Doris 采用 MySQL 协议，高度兼容 MySQL 语法，支持标准 SQL，用户可以通过各类支持MySQL的客户端工具来访问 Apache Doris，并支持与 BI 工具的无缝对接。
2. 存储引擎
Apache 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。
3. 存储模型
A. 聚合模型（Aggregate Key Model）：相同 KEY 的 Value 列会合并，通过提前聚合大幅提升性能；
B. 主键模型（Unique Key Model）：KEY 唯一，相同 KEY 的数据会覆盖，实现行级别数据更新；
C. 明细模型（Duplicate Key Model）：明细数据模型，满足事实表的明细存储。
4. 索引模型
A. 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；
B. Min/Max Index：有效过滤数值类型的等值和范围查询；
C. BloomFilter Index：对高基数列的等值过滤裁剪非常有效；
D. Inverted Index：能够对任意字段实现快速检索。
5. 查询模型
Apache Doris 采用 MPP 的模型，节点间和节点内都并行执行，支持多个大表的分布式 Shuffle Join，从而能够更好应对复杂查询。采用向量化的查询引擎，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。
Apache Doris 采用了自适应查询执行（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 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。Apache Doris 的 Runtime Filter 支持 In/Min/Max/Bloom Filter。
在优化器方面，Apache 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。
版本选择
版本发布列表
版本下载地址
apache-doris-2.1.5-bin-x64.tar.gz
安装部署
官方手册
严格按照官方手册执行即可，以下为重要事宜。
1. 检查机器是否支持 AVX2 指令集，有输出则说明支持：
cat /proc/cpuinfo | grep avx22. 确定JDK版本：
在 2.1（含）版本之前，请使用 Java 8，推荐版本：openjdk-8u352-b08-linux-x64。
从 3.0（含）版本之后，请使用 Java 17，推荐版本：jdk-17.0.10_linux-x64_bin.tar.gz。3. 关闭 swap 分区：
A. 临时关闭
swapoff -a
B. 永久关闭
先： vi /etc/fstab
然后：如下注释掉最后一行：
UUID=e9ce9a98-3038-4f0d-b295-090406d3a24b / xfs defaults 0 0
UUID=876e07af-677b-49a2-8658-6f64ff5809f9 /boot xfs defaults 0 0
#UUID=2beabaa6-3a45-45ea-98ac-7498368abf20 swap swap defaults 0 04. 关闭系统防火墙：
sudo systemctl stop firewalld.service
sudo systemctl disable firewalld.service5. 配置 NTP 服务
6. 设置文件句柄数：
先：vi /etc/security/limits.conf
然后：将如下指令复制到文件底部
* soft nofile 1000000
* hard nofile 10000007. 修改虚拟内存区域：
sysctl -w vm.max_map_count=20000008. 关闭透明大页：
echo never > /sys/kernel/mm/transparent_hugepage/enabled
echo never > /sys/kernel/mm/transparent_hugepage/defrag9. 先配置再启动FE-MASTER，如果是多个FE，新的FE配置好以后启动以前，需要将新的FE注册到FE-MASTER中
10. 配置BE，需要将BE注册到FE-MASTER中，然后再启动BE
11. 查看WEB-UI：http://192.168.174.88:8030/home , root/密码为空
12. 修改 Root 用户和 Admin 用户的密码：
mysql> SET PASSWORD FOR 'root' = PASSWORD('123456');
mysql> SET PASSWORD FOR 'admin' = PASSWORD('123456');
13. 再登录WEB-UI时就需要使用: root/123456 或者 admin/123456查看状态
1. FE的状态:
+-----------------------------------------+---------------+-------------+----------+-----------+---------+--------------------+----------+----------+-----------+------+-------+-------------------+---------------------+---------------------+----------+--------+-----------------------------+------------------+
| Name | Host | EditLogPort | HttpPort | QueryPort | RpcPort | ArrowFlightSqlPort | Role | IsMaster | ClusterId | Join | Alive | ReplayedJournalId | LastStartTime | LastHeartbeat | IsHelper | ErrMsg | Version | CurrentConnected |
+-----------------------------------------+---------------+-------------+----------+-----------+---------+--------------------+----------+----------+-----------+------+-------+-------------------+---------------------+---------------------+----------+--------+-----------------------------+------------------+
| fe_ae692d73_7c0d_447b_aa84_1f1333a7daa1 | 192.168.122.1 | 9010 | 8030 | 9030 | 9020 | -1 | FOLLOWER | true | 305254781 | true | true | 1891 | 2024-08-30 07:28:58 | 2024-08-31 17:47:16 | true | | doris-2.1.5-rc02-d5a02e095d | Yes |
+-----------------------------------------+---------------+-------------+----------+-----------+---------+--------------------+----------+----------+-----------+------+-------+-------------------+---------------------+---------------------+----------+--------+-----------------------------+------------------+2. BE的状态：
+-----------+----------------+---------------+--------+----------+----------+--------------------+---------------------+---------------------+-------+----------------------+-----------+------------------+-------------------+---------------+---------------+---------+----------------+--------------------+--------------------------+--------+-----------------------------+-------------------------------------------------------------------------------------------------------------------------------+-------------------------+----------+
| BackendId | Host | HeartbeatPort | BePort | HttpPort | BrpcPort | ArrowFlightSqlPort | LastStartTime | LastHeartbeat | Alive | SystemDecommissioned | TabletNum | DataUsedCapacity | TrashUsedCapacity | AvailCapacity | TotalCapacity | UsedPct | MaxDiskUsedPct | RemoteUsedCapacity | Tag | ErrMsg | Version | Status | HeartbeatFailureCounter | NodeRole |
+-----------+----------------+---------------+--------+----------+----------+--------------------+---------------------+---------------------+-------+----------------------+-----------+------------------+-------------------+---------------+---------------+---------+----------------+--------------------+--------------------------+--------+-----------------------------+-------------------------------------------------------------------------------------------------------------------------------+-------------------------+----------+
| 11775 | 192.168.174.88 | 9050 | 9060 | 8040 | 8060 | -1 | 2024-08-30 18:29:12 | 2024-08-31 17:42:16 | true | false | 25 | 32.433 KB | 0.000 | 18.969 GB | 35.813 GB | 47.03 % | 47.03 % | 0.000 | {"location" : "default"} | | doris-2.1.5-rc02-d5a02e095d | {"lastSuccessReportTabletsTime":"2024-08-31 17:42:02","lastStreamLoadTime":-1,"isQueryDisabled":false,"isLoadDisabled":false} | 0 | mix |
+-----------+----------------+---------------+--------+----------+----------+--------------------+---------------------+---------------------+-------+----------------------+-----------+------------------+-------------------+---------------+---------------+---------+----------------+--------------------+--------------------------+--------+-----------------------------+-------------------------------------------------------------------------------------------------------------------------------+-------------------------+----------+
常见问题
1. fe的日志报错： System has no available disk capacity or no available BE nodes，由于be为启动导致，可以先忽略。
2. 查看fe的状态： curl http://127.0.0.1:8030/api/bootstrap，为了使得返回结果可读性更好，可以使用下面的格式化命令：curl http://127.0.0.1:8030/api/bootstrap | python -m json.tool
3. DORIS的可视化： http://FE所在机器的IP:8030/home，默认安装后 root账户密码为空
4. 查看fe的状态： 先 mysql -uroot -P9030 -h 127.0.0.1 然后执行：show frontends;
5. 查看be的状态： 先 mysql -uroot -P9030 -h 127.0.0.1 然后执行：show backends;
6. 密码修改：通过WEB-UI无法修改root和admin的密码，需要通过MySQL的客户端来修改
什么是 priority_networks?
Doris 进程监听 IP 的 CIDR 格式表示的网段。如果部署的机器只有一个网段，可以不用配置。如果有两个或多个网段，务必做配置。
这个参数主要用于帮助系统选择正确的网卡 IP 作为自己的监听 IP。比如需要监听的 IP 为 192.168.0.1，则可以设置 priority_networks=192.168.0.0/24，系统会自动扫描机器上的所有 IP，只有匹配上 192.168.0.0/24 这个网段的才会去作为服务监听地址，这个参数也可以配置多个CIDR 网段，比如 priority_networks = 10.10.0.0/16; 192.168.0.0/24。