# 更新

如果我们需要修改或更新 Doris 中的数据,就可以使用 UPDATE 命令来操作。

# 适用场景

  • 对满足某些条件的行,修改他的取值。
  • 点更新,小范围更新,待更新的行最好是整个表的非常小一部分。
  • update 命令只能在 Unique 数据模型的表中操作。

# 名词解释

  1. Unique 模型:Doris 系统中的一种数据模型。将列分为两类,Key 和 Value。当用户导入相同 Key 的行时,后者的 Value 会覆盖已有的 Value。与 Mysql 中的 Unique 含义一致。

# 基本原理

利用查询引擎自身的 where 过滤逻辑,从待更新表中筛选出需要被更新的行。再利用 Unique 模型自带的 Value 列新数据替换旧数据的逻辑,将待更新的行变更后,再重新插入到表中。从而实现行级别更新。

举例说明

假设 Doris 中存在一张订单表,其中 订单id 是 Key 列,订单状态,订单金额是 Value 列。数据状态如下:

订单id 订单金额 订单状态
1 100 待付款

这时候,用户点击付款后,Doris 系统需要将订单id 为 '1' 的订单状态变更为 '待发货', 就需要用到 Update 功能。

UPDATE order SET 订单状态='待发货' WHERE 订单id=1;

用户执行 UPDATE 命令后,系统会进行如下三步:

  • 第一步:读取满足 WHERE 订单id=1 的行 (1,100,'待付款')
  • 第二步:变更该行的订单状态,从'待付款'改为'待发货' (1,100,'待发货')
  • 第三步:将更新后的行再插入回表中,从而达到更新的效果。 |订单id | 订单金额| 订单状态| |---|---|---| | 1 | 100| 待付款 | | 1 | 100 | 待发货 | 由于表 order 是 UNIQUE 模型,所以相同 Key 的行,之后后者才会生效,所以最终效果如下: |订单id | 订单金额| 订单状态| |---|---|---| | 1 | 100 | 待发货 |

# 基本操作

# UPDATE 语法

UPDATE table_name SET value=xxx WHERE condition;

  • table_name: 待更新的表,必须是 UNIQUE 模型的表才能进行更新。

  • value=xxx: 待更新的列,等式左边必须是表的 value 列。等式右边可以是常量,也可以是某个表中某列的表达式变换。 比如 value = 1, 则待更新的列值会变为1。 比如 value = value +1, 则待更新的列值会自增1。

  • condition:只有满足 condition 的行才会被更新。condition 必须是一个结果为 Boolean 类型的表达式。 比如 k1 = 1, 则只有当 k1 列值为1的行才会被更新。 比如 k1 = k2, 则只有 k1 列值和 k2 列一样的行才会被更新。 不支持不填写condition,也就是不支持全表更新。

# 同步

Update 语法在 Doris 中是一个同步语法,既 Update 语句成功,更新就成功了,数据可见。

# 性能

Update 语句的性能和待更新的行数,以及 condition 的检索效率密切相关。

  • 待更新的行数:待更新的行数越多,Update 语句的速度就会越慢。这和导入的原理是一致的。 Doris 的更新比较合适偶发更新的场景,比如修改个别行的值。 Doris 并不适合大批量的修改数据。大批量修改会使得 Update 语句运行时间很久。

  • condition 的检索效率:Doris 的 Update 实现原理是先将满足 condition 的行读取处理,所以如果 condition 的检索效率高,则 Update 的速度也会快。 condition 列最好能命中,索引或者分区分桶裁剪。这样 Doris 就不需要扫全表,可以快速定位到需要更新的行。从而提升更新效率。 强烈不推荐 condition 列中包含 UNIQUE 模型的 value 列。

# 并发控制

默认情况下,并不允许同一时间对同一张表并发进行多个 Update 操作。

主要原因是,Doris 目前支持的是行更新,这意味着,即使用户声明的是 SET v2 = 1,实际上,其他所有的 Value 列也会被覆盖一遍(尽管值没有变化)。

这就会存在一个问题,如果同时有两个 Update 操作对同一行进行更新,那么其行为可能是不确定的。也就是可能存在脏数据。

但在实际应用中,如果用户自己可以保证即使并发更新,也不会同时对同一行进行操作的话,就可以手动打开并发限制。通过修改 FE 配置 enable_concurrent_update。当配置值为 true 时,则对更新并发无限制。

# 使用风险

由于 Doris 目前支持的是行更新,并且采用的是读取后再写入的两步操作,则如果 Update 语句和其他导入或 Delete 语句刚好修改的是同一行时,存在不确定的数据结果。

所以用户在使用的时候,一定要注意用户侧自己进行 Update 语句和其他 DML 语句的并发控制。

# 版本

Doris Version 0.15.x +