【Apache Doris】周FAQ集锦：第 16 期

07-21 1262阅读

【Apache Doris】周FAQ集锦：第 16 期

SQL问题
数据操作问题
运维常见问题
其它问题
关于社区


欢迎查阅本周的 Apache Doris 社区 FAQ 栏目！
在这个栏目中，每周将筛选社区反馈的热门问题和话题，重点回答并进行深入探讨。旨在为广大用户和开发者分享有关 Apache Doris 的常见问题。
通过这个每周 FAQ 栏目，希望帮助社区小伙伴更好地了解和应用 Apache Doris，促进经验交流和技术共享。

SQL问题

❓Q1 hive catalog 查询时报：
```
Wrong data type for colum xxx
```
💡A1 通常是进行了schema change导致，可以刷新或重建hive catalog重新查询。

❓Q2 doris的key是否可以创建主键索引？
💡A2 doris中key是排序的，在主键上的条件通常比较快，不需要其它索引。

数据操作问题

❓Q3 compaction会影响集群性能？
💡A3 如果是小批量写，每次写的少，会导致小版本比较多，compaction 不是很理想；对比直接使用 insert into select 写入一个大批量的数据，相同的数据下，可能insert into select 写完的表，查询性能会快些，因为一次 insert into 之后数据就是个大的版本了，所以查询性能也会比较好。
Compaction 原理 | 实践全析可查阅：
https://mp.weixin.qq.com/s/hb3DqVZdf8LyzE0OH1QvMA

❓Q4 export和select into outfile这两种将数据导出到本地文件的方式，所生成的文件是否可以指定存放到任意一台be？
💡A4 目前暂不支持export和select into outfile指定导出至具体的服务器（be）。

❓Q5 ccr跨集群数据同步中binlog会不会占用太多空间，是否需要限制它的大小？
💡A5 ccr不会占用太多空间，并且可以设置binlog的过期时间，目前默认是一天。
CCR跨级群同步内容可查阅：
https://doris.apache.org/zh-CN/docs/2.0/admin-manual/data-admin/ccr

运维常见问题

❓Q6 部署doris集群的be时，服务器有多块磁盘，使用lvm将多块磁盘组成一组pv、vg、lv挂载至一个目录下和单独将磁盘分区格式化挂载至多个目录，在性能上有没有区别？另外对于compaction而言，lvm划分的磁盘compaction_task_num_per_disk会为每个物理磁盘分配多个task？
💡A6 如下：
```
1. 直接分区格式化挂载多块磁盘到不同目录，可以减少管理层级，会减少I/O路径上的开销，利于提高性能。
即少依赖一层，会让系统简单稳定一些，效率也会高，并且doris会自动管理多盘，包括负载均衡。
所以使用doris，不需要用lvm、raid之类的操作。 
2. lvm 挂盘之后，compaction认为BE只有一个磁盘，会按照一个磁盘分配task。 
3. 任何系统和架构越简单越好。
```
❓Q7 fe内存居高不下时，如何排查？
💡A7 如下：
```
1. 观察profile是否是开启的，如果开启的话全局关闭
2. 导入任务多的话，可能是label堆积，可以修改label的保留时间
fe.conf
label_keep_max_second = 14400; 
streaming_label_keep_max_second = 14400;
3. 将FE JVM GC算法修改为G1，CMS算法修改为G1 算法
# G1 JAVA OPTS
JAVA_OPTS="-Djavax.security.auth.useSubjectCredsOnly=false -Xss4m -Xmx8192m -XX:+UnlockExperimentalVMOptions -XX:+UseG1GC -XX:MaxGCPauseMillis=200 -XX:+PrintGCDateStamps -XX:+PrintGCDetails -Xloggc:$DORIS_HOME/log/fe.gc.log.$CUR_DATE -Dlog4j2.formatMsgNoLookups=true"
-Xmx改成一致的，注意下CUR_DATE这个环境变量，在老版本可能叫DATE
4. 在内存较高时，可以打个jmap看看哪些模块占用较多：jmap -histo:live pid > 1.jmp
```
❓Q8 doris的fe/meta/image目录下多久会生成image.XX镜像文件？
💡A8 同时满足两个条件：
1. master 节点的日志条数达到阈值（默认10w 条）
2. 符合checkpoint线程执行周期（默认六十秒）
❓Q9 doris如何把测试库所有表发布到生产环境？
💡A9 doris在0.15之后的版本已经支持通过 mysqldump 工具导出数据或者表结构。
mysql-dump内容可查阅：
https://doris.apache.org/zh-CN/docs/2.0/data-operate/export/export-with-mysql-dump

其它问题

❓Q10 apache doris + apachehudi 如何快速搭建？

💡A10 湖仓一体（Data Lakehouse）融合了数据仓库的高性能、实时性以及数据湖的低成本、灵活性等优势，帮助用户更加便捷地满足各种数据处理分析的需求。在过去多个版本中，Apache Doris 持续加深与数据湖的融合，已演进出一套成熟的湖仓一体解决方案。为便于用户快速入门，我们将通过系列文章介绍 Apache Doris 与各类主流数据湖格式及存储系统的湖仓一体架构搭建指南，包括 Hudi、Iceberg、Paimon、OSS、Delta Lake、Kudu、BigQuery 等，欢迎持续关注。
Apache Doris + Apache Hudi 快速搭建指南：
https://mp.weixin.qq.com/s/C2Bje0NrFVyhdQ80ak7nlg

一臻数据

关于社区



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。
如果您对 Apache Doris 感兴趣，可以通过以下入口访问官方网站、社区论坛、GitHub和dev邮件组：

💡官方文档

💡社区论坛

💡GitHub

💡dev邮件组：dev@doris.apache.org

非常欢迎您在社区论坛中与其他用户分享您的使用经验和技巧，或者向dev邮件组提交反馈和意见。

相信，您的参与将帮助Apache Doris变得更加完善。