高级特性使用
最后更新时间：2024-07-31 09:16:48
本文档将对一些高级特性进行介绍。
表结构变更
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:
+----------+-------------+------+-------+---------+-------+| Field | Type | Null | Key | Default | Extra |+----------+-------------+------+-------+---------+-------+| siteid | int(11) | No | true | 10 | || citycode | smallint(6) | No | true | N/A | || username | varchar(32) | No | true | | || pv | bigint(20) | No | false | 0 | SUM |+----------+-------------+------+-------+---------+-------+
我们新增一列 uv，类型为 BIGINT，聚合类型为 SUM，默认值为 0:
ALTER TABLE table1 ADD COLUMN uv BIGINT SUM DEFAULT '0' after pv;
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。mysql> DESC table1;+----------+-------------+------+-------+---------+-------+| Field | Type | Null | Key | Default | Extra |+----------+-------------+------+-------+---------+-------+| siteid | int(11) | No | true | 10 | || citycode | smallint(6) | No | true | N/A | || username | varchar(32) | No | true | | || pv | bigint(20) | No | false | 0 | SUM || uv | bigint(20) | No | false | 0 | SUM |+----------+-------------+------+-------+---------+-------+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
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:
+----------+-------------+------+-------+---------+-------+| Field | Type | Null | Key | Default | Extra |+----------+-------------+------+-------+---------+-------+| siteid | int(11) | No | true | 10 | || citycode | smallint(6) | No | true | N/A | || username | varchar(32) | No | true | | || pv | bigint(20) | No | false | 0 | SUM || uv | bigint(20) | No | false | 0 | SUM |+----------+-------------+------+-------+---------+-------+
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。
ALTER TABLE table1 ADD ROLLUP rollup_city(citycode, pv);
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。mysql> desc table1 all;+-------------+----------+-------------+------+-------+--------+-------+| IndexName | Field | Type | Null | Key | Default | Extra |+-------------+----------+-------------+------+-------+---------+-------+| table1 | siteid | int(11) | No | true | 10 | || | citycode | smallint(6) | No | true | N/A | || | username | varchar(32) | No | true | | || | pv | bigint(20) | No | false | 0 | SUM || | uv | bigint(20) | No | false | 0 | SUM || | | | | | | || rollup_city | citycode | smallint(6) | No | true | N/A | || | pv | bigint(20) | No | false | 0 | SUM |+-------------+----------+-------------+------+-------+---------+-------+8 rows in set (0.01 sec)
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。数据表的查询
内存限制
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:mysql> SHOW VARIABLES LIKE "%mem_limit%";+---------------+------------+| Variable_name | Value |+---------------+------------+| exec_mem_limit| 2147483648 |+---------------+------------+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;mysql> SHOW VARIABLES LIKE "%mem_limit%";+---------------+------------+| Variable_name | Value |+---------------+------------+| exec_mem_limit| 8589934592 |+---------------+------------+1 row in set (0.00 sec)
说明
以上该修改为 session 级别，仅在当前连接 session 内有效。断开重连则会变回默认值。
如果需要修改全局变量，可以这样设置：
SET GLOBAL exec_mem_limit = 8589934592;。设置完成后，断开 session 重新登录，参数将永久生效。查询超时
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。
查看当前超时设置:
mysql> SHOW VARIABLES LIKE "%query_timeout%";+---------------+-------+| Variable_name | Value |+---------------+-------+| QUERY_TIMEOUT | 300 |+---------------+-------+1 row in set (0.00 sec)
修改超时时间到1分钟:
SET query_timeout = 60;说明
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。Broadcast/Shuffle Join
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）:
mysql> select sum(table1.pv) from table1 join table2 where table1.siteid = 2;+--------------------+| sum(`table1`.`pv`) |+--------------------+| 10 |+--------------------+1 row in set (0.20 sec)
使用 Broadcast Join（显式指定）:
mysql> select sum(table1.pv) from table1 join [broadcast] table2 where table1.siteid = 2;+--------------------+| sum(`table1`.`pv`) |+--------------------+| 10 |+--------------------+1 row in set (0.20 sec)
使用 Shuffle Join:
mysql> select sum(table1.pv) from table1 join [shuffle] table2 where table1.siteid = 2;+--------------------+| sum(`table1`.`pv`) |+--------------------+| 10 |+--------------------+1 row in set (0.15 sec)
查询重试和高可用
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。例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：
jdbc:mysql://[host:port],[host:port].../[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。
http://dev.mysql.com/doc/refman/5.6/en/mysql-proxy-using.html文档反馈