高级使用指南

    使用 ALTER TABLE 命令可以修改表的 Schema，包括如下修改：

    • 增加列
    • 删除列
    • 修改列类型
    • 改变列顺序

    以下举例说明。

    原表 table1 的 Schema 如下:

    我们新增一列 uv，类型为 BIGINT，聚合类型为 SUM，默认值为 0:

    提交成功后，可以通过以下命令查看作业进度:

    SHOW ALTER TABLE COLUMN;

    当作业状态为 FINISHED，则表示作业完成。新的 Schema 已生效。

    ALTER TABLE 完成之后, 可以通过 DESC TABLE 查看最新的 Schema。

    1. mysql> DESC table1;
    2. +----------+-------------+------+-------+---------+-------+
    3. | Field    | Type        | Null | Key   | Default | Extra |
    4. +----------+-------------+------+-------+---------+-------+
    5. | siteid   | int(11)     | No   | true  | 10      |       |
    6. | citycode | smallint(6) | No   | true  | N/A     |       |
    7. | username | varchar(32) | No   | true  |         |       |
    8. | pv       | bigint(20)  | No   | false | 0       | SUM   |
    9. | uv       | bigint(20)  | No   | false | 0       | SUM   |
    10. 5 rows in set (0.00 sec)

    可以使用以下命令取消当前正在执行的作业:

    CANCEL ALTER TABLE COLUMN FROM table1

    更多帮助，可以参阅 HELP ALTER TABLE。

    Rollup 可以理解为 Table 的一个物化索引结构。物化 是因为其数据在物理上独立存储，而 索引 的意思是，Rollup可以调整列顺序以增加前缀索引的命中率，也可以减少key列以增加数据的聚合度。

    以下举例说明。

    原表table1的Schema如下:

    1. +----------+-------------+------+-------+---------+-------+
    2. | Field    | Type        | Null | Key   | Default | Extra |
    3. +----------+-------------+------+-------+---------+-------+
    4. | siteid   | int(11)     | No   | true  | 10      |       |
    5. | citycode | smallint(6) | No   | true  | N/A     |       |
    6. | username | varchar(32) | No   | true  |         |       |
    7. | pv       | bigint(20)  | No   | false | 0       | SUM   |
    9. +----------+-------------+------+-------+---------+-------+

    对于 table1 明细数据是 siteid, citycode, username 三者构成一组 key，从而对 pv 字段进行聚合；如果业务方经常有看城市 pv 总量的需求，可以建立一个只有 citycode, pv 的rollup。

    提交成功后，可以通过以下命令查看作业进度：

    SHOW ALTER TABLE ROLLUP;

    当作业状态为 FINISHED，则表示作业完成。

    Rollup 建立完成之后可以使用 DESC table1 ALL 查看表的 Rollup 信息。

    可以使用以下命令取消当前正在执行的作业:

    CANCEL ALTER TABLE ROLLUP FROM table1;

    Rollup 建立之后，查询不需要指定 Rollup 进行查询。还是指定原有表进行查询即可。程序会自动判断是否应该使用 Rollup。是否命中 Rollup可以通过 EXPLAIN your_sql; 命令进行查看。

    更多帮助，可以参阅 HELP ALTER TABLE。

    为了防止用户的一个查询可能因为消耗内存过大。查询进行了内存控制，一个查询任务，在单个 BE 节点上默认使用不超过 2GB 内存。

    用户在使用时，如果发现报 Memory limit exceeded 错误，一般是超过内存限制了。

    遇到内存超限时，用户应该尽量通过优化自己的 sql 语句来解决。

    如果确切发现2GB内存不能满足，可以手动设置内存参数。

    显示查询内存限制:

    1. mysql> SHOW VARIABLES LIKE "%mem_limit%";
    2. +---------------+------------+
    3. | Variable_name | Value      |
    4. +---------------+------------+
    5. | exec_mem_limit| 2147483648 |
    6. +---------------+------------+
    7. 1 row in set (0.00 sec)

    exec_mem_limit 的单位是 byte，可以通过 SET 命令改变 exec_mem_limit 的值。如改为 8GB。

    SET exec_mem_limit = 8589934592;

    1. mysql> SHOW VARIABLES LIKE "%mem_limit%";
    2. +---------------+------------+
    3. | Variable_name | Value      |
    4. | exec_mem_limit| 8589934592 |
    5. +---------------+------------+
    6. 1 row in set (0.00 sec)

    当前默认查询时间设置为最长为 300 秒，如果一个查询在 300 秒内没有完成，则查询会被 Doris 系统 cancel 掉。用户可以通过这个参数来定制自己应用的超时时间，实现类似 wait(timeout) 的阻塞方式。

    修改超时时间到1分钟:

    SET query_timeout = 60;

    • 当前超时的检查间隔为 5 秒，所以小于 5 秒的超时不会太准确。
    • 以上修改同样为 session 级别。可以通过 SET GLOBAL 修改全局有效。

    系统默认实现 Join 的方式，是将小表进行条件过滤后，将其广播到大表所在的各个节点上，形成一个内存 Hash 表，然后流式读出大表的数据进行Hash Join。但是如果当小表过滤后的数据量无法放入内存的话，此时 Join 将无法完成，通常的报错应该是首先造成内存超限。

    如果遇到上述情况，建议显式指定 Shuffle Join，也被称作 Partitioned Join。即将小表和大表都按照 Join 的 key 进行 Hash，然后进行分布式的 Join。这个对内存的消耗就会分摊到集群的所有计算节点上。

    Doris会自动尝试进行 Broadcast Join，如果预估小表过大则会自动切换至 Shuffle Join。注意，如果此时显式指定了 Broadcast Join 也会自动切换至 Shuffle Join。

    使用 Broadcast Join（默认）:

    1. mysql> select sum(table1.pv) from table1 join table2 where table1.siteid = 2;
    2. +--------------------+
    3. | sum(`table1`.`pv`) |
    4. +--------------------+
    5. |                 10 |
    6. +--------------------+
    7. 1 row in set (0.20 sec)

    使用 Broadcast Join（显式指定）:

    1. mysql> select sum(table1.pv) from table1 join [broadcast] table2 where table1.siteid = 2;
    2. +--------------------+
    3. | sum(`table1`.`pv`) |
    4. +--------------------+
    5. |                 10 |
    6. +--------------------+

    使用 Shuffle Join:

    当部署多个 FE 节点时，用户可以在多个 FE 之上部署负载均衡层来实现 Doris 的高可用。

    以下提供一些高可用的方案：

    第一种

    自己在应用层代码进行重试和负载均衡。比如发现一个连接挂掉，就自动在其他连接上进行重试。应用层代码重试需要应用自己配置多个doris前端节点地址。

    第二种

    如果使用 mysql jdbc connector 来连接Doris，可以使用 jdbc 的自动重试机制:

    1. jdbc:mysql://[host1][:port1],[host2][:port2][,[host3][:port3]]...[/[database]][?propertyName1=propertyValue1[&propertyName2=propertyValue2]...]

    第三种

    应用可以连接到和应用部署到同一机器上的 MySQL Proxy，通过配置 MySQL Proxy 的 Failover 和 Load Balance 功能来达到目的。