极速全场景 MPP数据库starrocks先容
https://i-blog.csdnimg.cn/direct/da743e2d53934a1d895c2763b9710844.png目次
一、引子
二、起源
（一）前身
（二）定位
三、特点
（一）高性能架构
（二）实时分析
（三）高并发与扩展性
（四）兼容性与生态
四、架构
五、核心功能
六、同类型产品分析
一、引子
官网：StarRocks | A High-Performance Analytical Database
中文官网：StarRocks | StarRocks
starrocks是我们最近几年才使用的，我们目前的组合是flink+paimon+starrocks。今天先说下starrocks，如有收支，欢迎批评指正。
我们使用starrocks的目的主要是用来进步查询效率，因为其查询速度比较快。StarRocks 号称是新一代极速全场景 MPP (Massively Parallel Processing) 数据库。
二、起源
（一）前身
原名 DorisDB，是基于 Apache Doris（原百度 Palo）分支优化而来，由鼎石科技团队维护，2021年正式更名为 StarRocks。
（二）定位
解决传统 OLAP 系统在高并发、实时性、复杂查询等方面的瓶颈，提供一体化的实时分析解决方案。
三、特点
（一）高性能架构
[*]MPP（大规模并行处置惩罚）架构：将查询任务分布式实行，充实使用集群资源。
[*]向量化实行引擎：通过 SIMD 指令批量处置惩罚数据，提拔 CPU 使用率。
[*]CBO（成本优化器）：基于统计信息的智能查询优化，自动选择最优实行操持。
[*]列式存储：高效压缩数据，淘汰 I/O 开销，适合聚合查询。
（二）实时分析
[*]秒级数据摄入：支持 Kafka、Flink 等实时数据接入，数据写入即可查。
[*]更新本领：支持 Upsert（Update+Insert）操作，顺应频仍更新的场景（如用户举动分析）。
（三）高并发与扩展性
[*]弹性扩缩容：计算与存储分离，可独立扩展节点，支持 PB 级数据。
[*]多副本机制：通过数据多副本保障高可用，自动故障恢复。
（四）兼容性与生态
[*]MySQL 协议兼容：可直接使用 MySQL 客户端或工具（如 BI 软件）毗连。
[*]多数据源对接：支持 Hive、Iceberg、Hudi 等数据湖表，以及 Elasticsearch 联邦查询。
[*]物化视图：预计算加速高频查询，自动匹配最优视图。
https://i-blog.csdnimg.cn/direct/b24782a3b81e4cada569ee1f4f160dd0.png
四、架构
StarRocks 接纳无状态架构，主要组件包括：
[*]FE（Frontend）：
[*]负责元数据管理、查询解析、调理和优化。
[*]主从架构（Leader/Follower），通过 Berkeley DB 实现元数据高可用。
[*]BE（Backend）：
[*]数据存储与计算节点，处置惩罚查询实行和数据压缩。
[*]数据按分片（Tablet）分布式存储，支持多副本。
[*]Broker（可选）：
[*]用于访问外部存储系统（如 HDFS、S3）。
五、核心功能
[*]实时数据写入：支持 Stream Load、Routine Load 等方式实时导入数据。
[*]复杂查询优化：高效实行多表 JOIN、子查询、窗口函数等复杂 SQL。
[*]资源隔离：通过资源组（Resource Group）限定查询资源，避免大查询影响线上业务。
[*]数据湖分析：直接查询 Hive、Iceberg 等外部表，无需数据迁移。
六、同类型产品分析
特性
StarRocks
ClickHouse
Apache Doris
实时更新
支持 Upsert
仅追加
支持
高并发
支持数千 QPS
低并发
中等并发
复杂查询优化
CBO 优化器
较弱
基于规则优化
生态兼容性
多数据源、MySQL 协议
需定制开发
类似 StarRocks
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]