Doris(一) -- 简介和安装
Doris 简介Doris 概述
Apache Doris 由百度大数据部研发 (之前叫百度 Palo，2018 年贡献到 Apache 社区后，更名为 Doris), 在百度内部，有超过 200 个产品线在使用，部署机器超过 1000 台，单一业务最大可达到上百 TB。
Apache Doris 是一个现代化的 MPP（Massively Parallel Processing，即大规模并行处理）分析型（OLAP）数据库产品。仅需亚秒级响应时间即可获得查询结果，有效地支持实时数据分析。
Apache Doris 的分布式架构非常简洁，易于运维，并且可以支持 10PB 以上的超大数据集。
Apache Doris 可以满足多种数据分析需求，例如固定历史报表，实时数据分析，交互式数据分析和探索式数据分析等。
OLAP和OLTP
联机事务处理OLTP(On-Line Transaction Processing)
公司业务系统使用数据库的场景，针对业务系统数据库有大量随机的增删改查
要求: 高并发 速度快 支持事务
联机分析处理OLAP(On-Line Analytical Processing)
公司的数据分析使用数据库的场景，对已经生成好的数据进行统计分析
要求:
[*]一次操作都是针对的整个数据集
[*]只有查这个动作，不会去增删改
[*]查询的响应速度相对慢点也能接受
[*]并发量要求不是太高
比较
OLTPOLAP数据源仅包含当前运行日常业务数据整合来自多个来源的数据，包括OLTP和外部来源目的面向应用,面向业务,支撑事务面向主题，面向分析，支持分析决策焦点当下主要面向过去，面向历史(实时数仓除外)任务增删改查要是用于读，select查询，写操作很少响应时间毫秒秒，分钟，小时 取决于数据量和查询的复杂程度数据量小数据,MB,GB大数据，TP,PB使用场景
[*]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 Analytics，GA），利用用户行为数据对业务进行增长分析，平均查询延时 10s，95 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、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、Hudi 中的数据，在避免数据拷贝的前提下，查询性能大幅提升
优势
https://img2023.cnblogs.com/blog/1742816/202305/1742816-20230526202646038-799255857.png
架构
Doris 的架构很简洁，只设 FE(Frontend)前端进程、BE(Backend)后端进程两种角色、两个后台的服务进程，不依赖于外部组件，方便部署和运维，FE、BE 都可在线性扩展。
[*]FE（Frontend）：存储、维护集群元数据；负责接收、解析查询请求，规划查询计划,调度查询执行，返回查询结果。主要有三个角色：
[*]Leader 和 Follower：主要是用来达到元数据的高可用，保证单节点宕机的情况下,元数据能够实时地在线恢复，而不影响整个服务。
[*]Observer：用来扩展查询节点，同时起到元数据备份的作用。如果在发现集群压力非常大的情况下，需要去扩展整个查询的能力，那么可以加 observer 的节点。observer 不参与任何的写入，只参与读取。
[*]BE（Backend）：负责物理数据的存储和计算；依据 FE 生成的物理计划，分布式地执行查询。数据的可靠性由 BE 保证，BE 会对整个数据存储多副本或者是三副本。副本数可根据需求动态调整。
[*]MySQL Client:Doris 借助 MySQL 协议，用户使用任意 MySQL 的 ODBC/JDBC 以及 MySQL 的客户端，都可以直接访问 Doris。
[*]Broker:一个独立的无状态进程。封装了文件系统接口，提供 Doris 读取远端存储系统中文件的能力，包括 HDFS，S3，BOS 等。
https://img2023.cnblogs.com/blog/1742816/202305/1742816-20230526202754386-374275129.png
默认端口
实例名称端口名称默认端口通讯方向说明BEbe_port9060FE-->BEBE 上 thrift server 的端口,用于接收来自 FE 的请求BEwebserver_port8040BEFEBE 上的 http server 端口BEheartbeat_service_port9050FE-->BEBE 上心跳服务端口,用于接收来自 FE 的心跳BEbrpc_prot*8060FEBE,BEBEBE 上的 brpc 端口,用于 BE 之间通信FEhttp_port8030FEFE ,用户 FEFE 上的 http_server 端口FErpc_port9020BE-->FE ,FEFEFE 上 thirft server 端口FEquery_port9030用户 FEFE 上的 mysql server 端口FEedit_log_port9010FEFEFE 上 bdbje 之间通信用的端口Brokerbroker_ipc_port8000FE-->BROKER,BE-->BROKERBroker 上的 thrift server,用于接收请求安装
安装前准备
[*]Linux 操作系统版本需求
CentOS 7.1及以上版本
Ubuntu 16.04及以上版本
[*]软件需求
java 1.8及以上版本
GCC 4.8.2及以上版本
[*]操作系统环境要求
vi /etc/security/limits.conf
# 在文件最后添加下面几行信息(注意* 也要复制进去)
* soft nofile 65535
* hard nofile 65535
* soft nproc 65535
* hard nproc 65535
# ulimit -n 65535 临时生效
# 重启永久生效。
# 如果不修改这个句柄数大于等于60000，启动doris be节点时会报如下错误
File descriptor number is less than 60000. Please use (ulimit -n) to set a value equal or greater than 60000
W1120 18:14:20.9347053437 storage_engine.cpp:188] check fd number failed, error: Internal error: file descriptors limit is too small
W1120 18:14:20.9347133437 storage_engine.cpp:102] open engine failed, error: Internal error: file descriptors limit is too small
F1120 18:14:20.9350873437 doris_main.cpp:404] fail to open StorageEngine, res=file descriptors limit is too small
[*]时钟同步
Doris 的元数据要求时间精度要小于5000ms，所以所有集群所有机器要进行时钟同步，避免因为时钟问题引发的元数据不一致导致服务出现异常。
# ntpdate是一个向互联网上的时间服务器进行时间同步的软件
yum install ntpdate -y
# 然后开始三台机器自己同步时间
ntpdate ntp.sjtu.edu.cn
# 美国标准技术院时间服务器：time.nist.gov（192.43.244.18）
# 上海交通大学网络中心NTP服务器地址：ntp.sjtu.edu.cn（202.120.2.101）
# 中国国家授时中心服务器地址：cn.pool.ntp.org（210.72.145.44）
# 将当前时间写入bios，这样才能永久生效不变，不然reboot后还会恢复到原来的时间
clock -w
[*]关闭交换分区（swap）
交换分区是linux用来当做虚拟内存用的磁盘分区；
linux可以把一块磁盘分区当做内存来使用（虚拟内存、交换分区）；
Linux使用交换分区会给Doris带来很严重的性能问题，建议在安装之前禁用交换分区；
# 临时关闭交换分区
swapoff -a
# 永久删除Swap挂载
vim /etc/fstab
注释 swap 行
[*]mysql
安装FE
1.官网下载源码包，官网地址：https://doris.apache.org
2.下载后上传到linux并解压
3.修改配置文件
# 去自己的路劲中找到fe.conf文件
vi /opt/apps/doris/fe/conf/fe.conf
#配置文件中指定元数据路径： 注意这个文件夹要自己创建
meta_dir = /opt/data/dorisdata/doris-meta
#修改绑定 ip（每台机器修改成自己的 ip）
priority_networks = 192.168.22.0/24安装BE
1.官网下载源码包，官网地址：https://doris.apache.org
2.下载后上传到linux并解压
3.修改配置文件
#去自己的路劲中找到be.conf文件
vi /opt/apps/doris/be/conf/be.conf
#配置文件中指定数据存放路径： 需在启动前创建目录
storage_root_path = /opt/data/doris/be/storage.HDD;/opt/data/doris/be/storage.SSD
#修改绑定 ip（每台机器修改成自己的 ip）
priority_networks = 192.168.17.0/24 分发集群
for i in 2 3
do
scp /et/profile linux0$i:/etc/profile
scp -r /opt/apps/doris/ linux0$i:/opt/apps/
doneMysql CLient连接FE
# 进入到fe的bin目录下执行
./start_fe.sh --daemon
mysql -h linux01 -P 9030 -uroot
# 设置密码
SET PASSWORD FOR 'root' = PASSWORD('123');
# 查看fe的运行状态
SHOW PROC '/frontends'\G;
# 添加BE节点
ALTER SYSTEM ADD BACKEND "linux01:9050";
ALTER SYSTEM ADD BACKEND " linux02:9050";
ALTER SYSTEM ADD BACKEND " linux03:9050";
# 查看BE状态
SHOW PROC '/backends';
# 添加环境变量
vi /etc/profile
#doris_fe
export DORIS_FE_HOME=/opt/app/doris1.1.4/fe
export PATH=$PATH:$DORIS_FE_HOME/bin
#doris_be
export DORIS_BE_HOME=/opt/app/doris1.1.4/be
export PATH=$PATH:$DORIS_BE_HOME/bin
source /etc/profile
# 启动 BE（每个节点）
start_be.sh --daemon
# 启动后再次查看BE的节点
SHOW PROC '/backends';
# Alive 为 true 表示该 BE 节点存活部署FS_Broker
Broker 以插件的形式，独立于 Doris 部署。如果需要从第三方存储系统导入数据，需要部署相应的 Broker，默认提供了读取 HDFS、百度云 BOS 及 Amazon S3 的 fs_broker。fs_broker 是无状态的，建议每一个 FE 和 BE 节点都部署一个 Broker。
# 启动 Broker
/opt/apps/doris/fe/apache_hdfs_broker/bin/start_broker.sh --daemon
# 使用 mysql-client 连接启动的 FE，执行以下命令：
mysql -h linux01 -P 9030 -uroot -p 123
ALTER SYSTEM ADD BROKER broker_name "linux01:8000","linux02:8000","linux03:8000";
# broker_name 这只是一个名字，可以自己取
# 查看 Broker 状态
# 使用 mysql-client 连接任一已启动的 FE，执行以下命令查看 Broker 状态：
SHOW PROC "/brokers";扩容和缩容
FE 扩容和缩容
可以通过将 FE 扩容至 3 个以上节点来实现 FE 的高可用。
使用 MySQL 登录客户端后，可以使用 sql 命令 SHOW PROC '/frontends'\G; 查看 FE 状态，目前就一台 FE
FE 分为 Leader，Follower 和 Observer 三种角色。 默认一个集群，只能有一个 Leader,可以有多个 Follower 和 Observer。其中 Leader 和 Follower 组成一个 Paxos 选择组，如果Leader 宕机，则剩下的 Follower 会自动选出新的 Leader，保证写入高可用。Observer 同步 Leader 的数据，但是不参加选举。
如果只部署一个 FE，则 FE 默认就是 Leader。在此基础上，可以添加若干 Follower 和 Observer。
-- 添加FE的新节点
ALTER SYSTEM ADD FOLLOWER "linux02:9010";
ALTER SYSTEM ADD OBSERVER "linux03:9010";在linux01和linux02分别启动FE
# 第一次添加，一定要加这两个参数--helperlinux01:9010
/opt/apps/doris/fe/bin/start_fe.sh --helperlinux01:9010 --daemon此时，再在linux01的mysql客户端中使用 SHOW PROC '/frontends'\G; 命令查看FE的状态
删除FE节点命令
-- 删除 Follower FE 时，确保最终剩余的 Follower（包括 Leader）节点最好为奇数。
ALTER SYSTEM DROP FOLLOWER "fe_host:edit_log_port";
ALTER SYSTEM DROP FOLLOWER "linux03:9010";BE 扩容和缩容
增加 BE 节点
-- 在 MySQL 客户端，通过 ALTER SYSTEM ADD BACKEND 命令增加 BE 节点。
ALTER SYSTEM ADD BACKEND "linux01:9050";
-- DROP 方式删除 BE 节点（不推荐）
ALTER SYSTEM DROP BACKEND "be_host:be_heartbeat_service_port";
ALTER SYSTEM DROP BACKEND "linux03:9050";
-- 注意：DROP BACKEND 会直接删除该 BE，并且其上的数据将不能再恢复！！！所以我们强烈不推荐使用 DROP BACKEND 这种方式删除 BE 节点。当你使用这个语句时,会有对应的防误操作提示。
-- DECOMMISSION 方式删除 BE 节点（推荐）
ALTER SYSTEM DECOMMISSION BACKEND"be_host:be_heartbeat_service_port";
ALTER SYSTEM DECOMMISSION BACKEND "linux03:9050";
-- 1.该命令用于安全删除 BE 节点。命令下发后，Doris 会尝试将该 BE 上的数据向其 他 BE 节点迁移，当所有数据都迁移完成后，Doris 会自动删除该节点。
-- 2.该命令是一个异步操作。执行后，可以通过 SHOW PROC '/backends'; 看到该 BE节点的 isDecommission 状态为 true。表示该节点正在进行下线。
-- 3.该命令不一定执行成功。比如剩余 BE 存储空间不足以容纳下线 BE 上的数据，或者剩余机器数量不满足最小副本数时，该命令都无法完成，并且 BE 会一直处于isDecommission 为 true 的状态。
-- 4.DECOMMISSION 的进度，可以通过 SHOW PROC '/backends'; 中的 TabletNum 查看，如果正在进行，TabletNum 将不断减少。
-- 5.该操作可以通过如下命令取消：CANCEL DECOMMISSION BACKEND "be_host:be_heartbeat_service_port"; 取消0后，该 BE 上的数据将维持当前剩余的数据量。后续 Doris 重新进行负载均衡。Broker 扩容缩容
-- Broker 实例的数量没有硬性要求。通常每台物理机部署一个即可。Broker 的添加和删除可以通过以下命令完成：
ALTER SYSTEM ADD BROKER broker_name "broker_host:broker_ipc_port";
ALTER SYSTEM DROP BROKER broker_name "broker_host:broker_ipc_port";
ALTER SYSTEM DROP ALL BROKER broker_name;
-- Broker 是无状态的进程，可以随意启停。当然，停止后，正在其上运行的作业会失败，重试即可。
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！
页:
[1]