Group Commit

Group Commit 不是一种新的导入方式，而是对INSERT INTO tbl VALUES(...)、Stream Load、Http Stream的扩展，大幅提升了高并发小写入的性能。您的应用程序可以直接使用 JDBC 将数据高频写入 Doris，同时通过使用 PreparedStatement 可以获得更高的性能。在日志场景下，您也可以利用 Stream Load 或者 Http Stream 将数据高频写入 Doris。

Group Commit 模式

Group Commit 写入有三种模式，分别是：

• 关闭模式（off_mode）

  不开启 Group Commit，保持以上三种导入方式的默认行为。

• 同步模式（sync_mode）

  Doris 根据负载和表的 group_commit_interval属性将多个导入在一个事务提交，事务提交后导入返回。这适用于高并发写入场景，且在导入完成后要求数据立即可见。

• 异步模式（async_mode）

  Doris 首先将数据写入 WAL (Write Ahead Log)，然后导入立即返回。Doris 会根据负载和表的group_commit_interval属性异步提交数据，提交之后数据可见。为了防止 WAL 占用较大的磁盘空间，单次导入数据量较大时，会自动切换为sync_mode。这适用于写入延迟敏感以及高频写入的场景。

  WAL的数量可以通过FE http接口查看，具体可见这里，也可以在BE的metrics中搜索关键词wal查看。

Group Commit 使用方式

假如表的结构为：

CREATE TABLE `dt` (
    `id` int(11) NOT NULL,
    `name` varchar(50) NULL,
    `score` int(11) NULL
) ENGINE=OLAP
DUPLICATE KEY(`id`)
DISTRIBUTED BY HASH(`id`) BUCKETS 1
PROPERTIES (
    "replication_num" = "1"
);

使用 JDBC

当用户使用 JDBC insert into values方式写入时，为了减少 SQL 解析和生成规划的开销，我们在 FE 端支持了 MySQL 协议的 PreparedStatement 特性。当使用 PreparedStatement 时，SQL 和其导入规划将被缓存到 Session 级别的内存缓存中，后续的导入直接使用缓存对象，降低了 FE 的 CPU 压力。下面是在 JDBC 中使用 PreparedStatement 的例子：

1. 设置 JDBC URL 并在 Server 端开启 Prepared Statement

url = jdbc:mysql://127.0.0.1:9030/db?useServerPrepStmts=true&useLocalSessionState=true&rewriteBatchedStatements=true&cachePrepStmts=true&prepStmtCacheSqlLimit=99999&prepStmtCacheSize=500

2. 配置 group_commit session 变量，有如下两种方式：

• 通过 JDBC url 设置，增加sessionVariables=group_commit=async_mode

  url = jdbc:mysql://127.0.0.1:9030/db?useServerPrepStmts=true&useLocalSessionState=true&rewriteBatchedStatements=true&cachePrepStmts=true&prepStmtCacheSqlLimit=99999&prepStmtCacheSize=500&sessionVariables=group_commit=async_mode&sessionVariables=enable_nereids_planner=false

• 通过执行 SQL 设置

  try (Statement statement = conn.createStatement()) {
      statement.execute("SET group_commit = async_mode;");
  }

3. 使用 PreparedStatement

private static final String JDBC_DRIVER = "com.mysql.jdbc.Driver";
private static final String URL_PATTERN = "jdbc:mysql://%s:%d/%s?useServerPrepStmts=true&useLocalSessionState=true&rewriteBatchedStatements=true&cachePrepStmts=true&prepStmtCacheSqlLimit=99999&prepStmtCacheSize=500&sessionVariables=group_commit=async_mode&sessionVariables=enable_nereids_planner=false";
private static final String HOST = "127.0.0.1";
private static final int PORT = 9087;
private static final String DB = "db";
private static final String TBL = "dt";
private static final String USER = "root";
private static final String PASSWD = "";
private static final int INSERT_BATCH_SIZE = 10;   

private static void groupCommitInsertBatch() throws Exception {
    Class.forName(JDBC_DRIVER);
    // add rewriteBatchedStatements=true and cachePrepStmts=true in JDBC url
    // set session variables by sessionVariables=group_commit=async_mode in JDBC url
    try (Connection conn = DriverManager.getConnection(
            String.format(URL_PATTERN, HOST, PORT, DB), USER, PASSWD)) {

        String query = "insert into " + TBL + " values(?, ?, ?)";
        try (PreparedStatement stmt = conn.prepareStatement(query)) {
            for (int j = 0; j < 5; j++) {
                // 10 rows per insert
                for (int i = 0; i < INSERT_BATCH_SIZE; i++) {
                    stmt.setInt(1, i);
                    stmt.setString(2, "name" + i);
                    stmt.setInt(3, i + 10);
                    stmt.addBatch();
                }
                int[] result = stmt.executeBatch();
            }
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}

注意：由于高频的insert into语句会打印大量的audit log，对最终性能有一定影响，默认关闭了打印prepared语句的audit log。可以通过设置session variable的方式控制是否打印prepared语句的audit log。

# 配置 session 变量开启打印parpared语句的audit log, 默认为false即关闭打印parpared语句的audit log。
set enable_prepared_stmt_audit_log=true;

关于 JDBC 的更多用法，参考使用 Insert 方式同步数据。

使用Golang进行Group Commit

Golang的prepared语句支持有限，所以我们可以通过手动客户端攒批的方式提高Group Commit的性能，以下为一个示例程序。

package main

import (
	"database/sql"
	"fmt"
	"math/rand"
	"strings"
	"sync"
	"sync/atomic"
	"time"

	_ "github.com/go-sql-driver/mysql"
)

const (
	host     = "127.0.0.1"
	port     = 9038
	db       = "test"
	user     = "root"
	password = ""
	table    = "async_lineitem"
)

var (
	threadCount = 20
	batchSize   = 100
)

var totalInsertedRows int64
var rowsInsertedLastSecond int64

func main() {
	dbDSN := fmt.Sprintf("%s:%s@tcp(%s:%d)/%s?parseTime=true", user, password, host, port, db)
	db, err := sql.Open("mysql", dbDSN)
	if err != nil {
		fmt.Printf("Error opening database: %s\n", err)
		return
	}
	defer db.Close()

	var wg sync.WaitGroup
	for i := 0; i < threadCount; i++ {
		wg.Add(1)
		go func() {
			defer wg.Done()
			groupCommitInsertBatch(db)
		}()
	}

	go logInsertStatistics()

	wg.Wait()
}

func groupCommitInsertBatch(db *sql.DB) {
	for {
		valueStrings := make([]string, 0, batchSize)
		valueArgs := make([]interface{}, 0, batchSize*16)
		for i := 0; i < batchSize; i++ {
			for i = 0; i < batchSize; i++ {
				valueStrings = append(valueStrings, "(?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?)")
				valueArgs = append(valueArgs, rand.Intn(1000))
				valueArgs = append(valueArgs, rand.Intn(1000))
				valueArgs = append(valueArgs, rand.Intn(1000))
				valueArgs = append(valueArgs, rand.Intn(1000))
				valueArgs = append(valueArgs, sql.NullFloat64{Float64: 1.0, Valid: true})
				valueArgs = append(valueArgs, sql.NullFloat64{Float64: 1.0, Valid: true})
				valueArgs = append(valueArgs, sql.NullFloat64{Float64: 1.0, Valid: true})
				valueArgs = append(valueArgs, sql.NullFloat64{Float64: 1.0, Valid: true})
				valueArgs = append(valueArgs, "N")
				valueArgs = append(valueArgs, "O")
				valueArgs = append(valueArgs, time.Now())
				valueArgs = append(valueArgs, time.Now())
				valueArgs = append(valueArgs, time.Now())
				valueArgs = append(valueArgs, "DELIVER IN PERSON")
				valueArgs = append(valueArgs, "SHIP")
				valueArgs = append(valueArgs, "N/A")
			}
		}
		stmt := fmt.Sprintf("INSERT INTO %s VALUES %s",
			table, strings.Join(valueStrings, ","))
		_, err := db.Exec(stmt, valueArgs...)
		if err != nil {
			fmt.Printf("Error executing batch: %s\n", err)
			return
		}
		atomic.AddInt64(&rowsInsertedLastSecond, int64(batchSize))
		atomic.AddInt64(&totalInsertedRows, int64(batchSize))
	}
}

func logInsertStatistics() {
	for {
		time.Sleep(1 * time.Second)
		fmt.Printf("Total inserted rows: %d\n", totalInsertedRows)
		fmt.Printf("Rows inserted in the last second: %d\n", rowsInsertedLastSecond)
		rowsInsertedLastSecond = 0
	}
}

INSERT INTO VALUES

• 异步模式

  # 配置 session 变量开启 group commit (默认为 off_mode),开启异步模式
  mysql> set group_commit = async_mode;
  
  # 这里返回的 label 是 group_commit 开头的，可以区分出是否使用了 group commit
  mysql> insert into dt values(1, 'Bob', 90), (2, 'Alice', 99);
  Query OK, 2 rows affected (0.05 sec)
  {'label':'group_commit_a145ce07f1c972fc-bd2c54597052a9ad', 'status':'PREPARE', 'txnId':'181508'}
  
  # 可以看出这个 label, txn_id 和上一个相同，说明是攒到了同一个导入任务中
  mysql> insert into dt(id, name) values(3, 'John');
  Query OK, 1 row affected (0.01 sec)
  {'label':'group_commit_a145ce07f1c972fc-bd2c54597052a9ad', 'status':'PREPARE', 'txnId':'181508'}
  
  # 不能立刻查询到
  mysql> select * from dt;
  Empty set (0.01 sec)
  
  # 10 秒后可以查询到，可以通过表属性 group_commit_interval 控制数据可见延迟。
  mysql> select * from dt;
  +------+-------+-------+
  | id   | name  | score |
  +------+-------+-------+
  |    1 | Bob   |    90 |
  |    2 | Alice |    99 |
  |    3 | John  |  NULL |
  +------+-------+-------+
  3 rows in set (0.02 sec)

• 同步模式

  # 配置 session 变量开启 group commit (默认为 off_mode),开启同步模式
  mysql> set group_commit = sync_mode;
  
  # 这里返回的 label 是 group_commit 开头的，可以区分出是否谁用了 group commit，导入耗时至少是表属性 group_commit_interval。
  mysql> insert into dt values(4, 'Bob', 90), (5, 'Alice', 99);
  Query OK, 2 rows affected (10.06 sec)
  {'label':'group_commit_d84ab96c09b60587_ec455a33cb0e9e87', 'status':'PREPARE', 'txnId':'3007', 'query_id':'fc6b94085d704a94-a69bfc9a202e66e2'}
  
  # 数据可以立刻读出
  mysql> select * from dt;
  +------+-------+-------+
  | id   | name  | score |
  +------+-------+-------+
  |    1 | Bob   |    90 |
  |    2 | Alice |    99 |
  |    3 | John  |  NULL |
  |    4 | Bob   |    90 |
  |    5 | Alice |    99 |
  +------+-------+-------+
  5 rows in set (0.03 sec)

• 关闭模式

  mysql> set group_commit = off_mode;

Stream Load

假如data.csv的内容为：

6,Amy,60
7,Ross,98

• 异步模式

  # 导入时在 header 中增加"group_commit:async_mode"配置
  
  curl --location-trusted -u {user}:{passwd} -T data.csv -H "group_commit:async_mode"  -H "column_separator:,"  http://{fe_host}:{http_port}/api/db/dt/_stream_load
  {
      "TxnId": 7009,
      "Label": "group_commit_c84d2099208436ab_96e33fda01eddba8",
      "Comment": "",
      "GroupCommit": true,
      "Status": "Success",
      "Message": "OK",
      "NumberTotalRows": 2,
      "NumberLoadedRows": 2,
      "NumberFilteredRows": 0,
      "NumberUnselectedRows": 0,
      "LoadBytes": 19,
      "LoadTimeMs": 35,
      "StreamLoadPutTimeMs": 5,
      "ReadDataTimeMs": 0,
      "WriteDataTimeMs": 26
  }
  
  # 返回的 GroupCommit 为 true，说明进入了 group commit 的流程
  # 返回的 Label 是 group_commit 开头的，是真正消费数据的导入关联的 label

• 同步模式

  # 导入时在 header 中增加"group_commit:sync_mode"配置
  
  curl --location-trusted -u {user}:{passwd} -T data.csv -H "group_commit:sync_mode"  -H "column_separator:,"  http://{fe_host}:{http_port}/api/db/dt/_stream_load
  {
      "TxnId": 3009,
      "Label": "group_commit_d941bf17f6efcc80_ccf4afdde9881293",
      "Comment": "",
      "GroupCommit": true,
      "Status": "Success",
      "Message": "OK",
      "NumberTotalRows": 2,
      "NumberLoadedRows": 2,
      "NumberFilteredRows": 0,
      "NumberUnselectedRows": 0,
      "LoadBytes": 19,
      "LoadTimeMs": 10044,
      "StreamLoadPutTimeMs": 4,
      "ReadDataTimeMs": 0,
      "WriteDataTimeMs": 10038
  }
  
  # 返回的 GroupCommit 为 true，说明进入了 group commit 的流程
  # 返回的 Label 是 group_commit 开头的，是真正消费数据的导入关联的 label

  关于 Stream Load 使用的更多详细语法及最佳实践，请参阅 Stream Load。

Http Stream

• 异步模式

  # 导入时在 header 中增加"group_commit:async_mode"配置
  
  curl --location-trusted -u {user}:{passwd} -T data.csv  -H "group_commit:async_mode" -H "sql:insert into db.dt select * from http_stream('column_separator'=',', 'format' = 'CSV')"  http://{fe_host}:{http_port}/api/_http_stream
  {
      "TxnId": 7011,
      "Label": "group_commit_3b45c5750d5f15e5_703428e462e1ebb0",
      "Comment": "",
      "GroupCommit": true,
      "Status": "Success",
      "Message": "OK",
      "NumberTotalRows": 2,
      "NumberLoadedRows": 2,
      "NumberFilteredRows": 0,
      "NumberUnselectedRows": 0,
      "LoadBytes": 19,
      "LoadTimeMs": 65,
      "StreamLoadPutTimeMs": 41,
      "ReadDataTimeMs": 47,
      "WriteDataTimeMs": 23
  }
  
  # 返回的 GroupCommit 为 true，说明进入了 group commit 的流程
  # 返回的 Label 是 group_commit 开头的，是真正消费数据的导入关联的 label

• 同步模式

  # 导入时在 header 中增加"group_commit:sync_mode"配置
  
  curl --location-trusted -u {user}:{passwd} -T data.csv  -H "group_commit:sync_mode" -H "sql:insert into db.dt select * from http_stream('column_separator'=',', 'format' = 'CSV')"  http://{fe_host}:{http_port}/api/_http_stream
  {
      "TxnId": 3011,
      "Label": "group_commit_fe470e6752aadbe6_a8f3ac328b02ea91",
      "Comment": "",
      "GroupCommit": true,
      "Status": "Success",
      "Message": "OK",
      "NumberTotalRows": 2,
      "NumberLoadedRows": 2,
      "NumberFilteredRows": 0,
      "NumberUnselectedRows": 0,
      "LoadBytes": 19,
      "LoadTimeMs": 10066,
      "StreamLoadPutTimeMs": 31,
      "ReadDataTimeMs": 32,
      "WriteDataTimeMs": 10034
  }
  
  # 返回的 GroupCommit 为 true，说明进入了 group commit 的流程
  # 返回的 Label 是 group_commit 开头的，是真正消费数据的导入关联的 label

  关于 Http Stream 使用的更多详细语法及最佳实践，请参阅 Stream Load。

自动提交条件

当满足时间间隔 (默认为 10 秒) 或数据量 (默认为 64 MB) 其中一个条件时，会自动提交数据。

修改提交间隔

默认提交间隔为 10 秒，用户可以通过修改表的配置调整：

# 修改提交间隔为 2 秒
ALTER TABLE dt SET ("group_commit_interval_ms" = "2000");

修改提交数据量

Group Commit 的默认提交数据量为 64 MB，用户可以通过修改表的配置调整：

# 修改提交数据量为 128MB
ALTER TABLE dt SET ("group_commit_data_bytes" = "134217728");

使用限制

• 当开启了 Group Commit 模式，系统会判断用户发起的INSERT INTO VALUES语句是否符合 Group Commit 的条件，如果符合，该语句的执行会进入到 Group Commit 写入中。符合以下条件会自动退化为非 Group Commit 方式：

  • 事务写入，即Begin; INSERT INTO VALUES; COMMIT方式

  • 指定 Label，即INSERT INTO dt WITH LABEL {label} VALUES

  • VALUES 中包含表达式，即INSERT INTO dt VALUES (1 + 100)

  • 列更新写入

  • 表不支持 light schema change

• 当开启了 Group Commit 模式，系统会判断用户发起的Stream Load和Http Stream是否符合 Group Commit 的条件，如果符合，该导入的执行会进入到 Group Commit 写入中。符合以下条件的会自动退化为非 Group Commit 方式：

  • 两阶段提交

  • 指定 Label，即通过 -H "label:my_label"设置

  • 列更新写入

  • 表不支持 light schema change

• 对于 Unique 模型，由于 Group Commit 不能保证提交顺序，用户可以配合 Sequence 列使用来保证数据一致性

• 对max_filter_ratio语义的支持

  • 在默认的导入中，filter_ratio是导入完成后，通过失败的行数和总行数计算，决定是否提交本次写入

  • 在 Group Commit 模式下，由于多个用户发起的导入会被一个内部导入执行，虽然可以计算出每个导入的filter_ratio，但是数据一旦进入内部导入，就只能 commit transaction

  • Group Commit 模式支持了一定程度的max_filter_ratio语义，当导入的总行数不高于group_commit_memory_rows_for_max_filter_ratio(配置在be.conf中，默认为10000行)，max_filter_ratio 工作

• WAL 限制

  • 对于async_mode的 Group Commit 写入，会把数据写入 WAL。如果内部导入成功，则 WAL 被立刻删除；如果内部导入失败，通过导入 WAL 的方法来恢复数据

  • 目前 WAL 文件只存储在一个 BE 上，如果这个 BE 磁盘损坏或文件误删等，可能导入丢失部分数据

  • 当下线 BE 节点时，请使用DECOMMISSION命令，安全下线节点，防止该节点下线前 WAL 文件还没有全部处理完成，导致部分数据丢失

  • 对于async_mode的 Group Commit 写入，为了保护磁盘空间，当遇到以下情况时，会切换成sync_mode

    • 导入数据量过大，即超过 WAL 单目录的 80% 空间

    • 不知道数据量的 chunked stream load

    • 导入数据量不大，但磁盘可用空间不足

  • 当发生重量级 Schema Change（目前加减列、修改 varchar 长度和重命名列是轻量级 Schema Change，其它的是重量级 Schema Change）时，为了保证 WAL 能够适配表的 Schema，在 Schema Change 最后的 FE 修改元数据阶段，会拒绝 Group Commit 写入，客户端收到 insert table ${table_name} is blocked on schema change 异常，客户端重试即可

相关系统配置

BE 配置

1. group_commit_wal_path

• 描述：group commit 存放 WAL 文件的目录

• 默认值：默认在用户配置的storage_root_path的各个目录下创建一个名为wal的目录。配置示例：

  group_commit_wal_path=/data1/storage/wal;/data2/storage/wal;/data3/storage/wal

2. group_commit_memory_rows_for_max_filter_ratio**

• 描述：当 group commit 导入的总行数不高于该值，max_filter_ratio 正常工作，否则不工作

• 默认值：10000

性能

我们分别测试了使用Stream Load和JDBC在高并发小数据量场景下group commit(使用async mode) 的写入性能。

Stream Load 日志场景测试

机器配置

• 1 台 FE：阿里云 8 核 CPU、16GB 内存、1 块 100GB ESSD PL1 云磁盘

• 3 台 BE：阿里云 16 核 CPU、64GB 内存、1 块 1TB ESSD PL1 云磁盘

• 1 台测试客户端：阿里云 16 核 CPU、64GB 内存、1 块 100GB ESSD PL1 云磁盘

• 测试版本为Doris-3.0.1

数据集

• httplogs 数据集，总共 31GB、2.47 亿条

测试工具

• doris-streamloader

测试方法

• 对比 非 group_commit 和 group_commit 的 async_mode 模式下，设置不同的单并发数据量和并发数，导入 247249096 行数据

测试结果

导入方式	单并发数据量	并发数	耗时 (秒)	导入速率 (行/秒)	导入吞吐 (MB/秒)
group_commit	10 KB	10	2204	112,181	14.8
group_commit	10 KB	30	2176	113,625	15.0
group_commit	100 KB	10	283	873,671	115.1
group_commit	100 KB	30	244	1,013,315	133.5
group_commit	500 KB	10	125	1,977,992	260.6
group_commit	500 KB	30	122	2,026,631	267.1
group_commit	1 MB	10	119	2,077,723	273.8
group_commit	1 MB	30	119	2,077,723	273.8
group_commit	10 MB	10	118	2,095,331	276.1
非group_commit	1 MB	10	1883	131,305	17.3
非group_commit	10 MB	10	294	840,983	105.4
非group_commit	10 MB	30	118	2,095,331	276.1

在上面的group_commit测试中，BE 的 CPU 使用率在 10-40% 之间。

可以看出，group_commit 模式在小数据量并发导入的场景下，能有效的提升导入性能，同时减少版本数，降低系统合并数据的压力。

JDBC

机器配置

• 1 台 FE：阿里云 8 核 CPU、16GB 内存、1 块 100GB ESSD PL1 云磁盘

• 1 台 BE：阿里云 16 核 CPU、64GB 内存、1 块 500GB ESSD PL1 云磁盘

• 1 台测试客户端：阿里云 16 核 CPU、64GB 内存、1 块 100GB ESSD PL1 云磁盘

• 测试版本为Doris-3.0.1

• 关闭打印parpared语句的audit log以提高性能

数据集

• tpch sf10 lineitem 表数据集，30 个文件，总共约 22 GB，1.8 亿行

测试工具

• DataX

测试方法

• 通过 txtfilereader 向 mysqlwriter 写入数据，配置不同并发数和单个 INSERT 的行数

测试结果

单个 insert 的行数	并发数	导入速率 (行/秒)	导入吞吐 (MB/秒)
100	10	160,758	17.21
100	20	210,476	22.19
100	30	214,323	22.92

在上面的测试中，FE 的 CPU 使用率在 60-70% 左右，BE 的 CPU 使用率在 10-20% 左右。

Insert into sync 模式小批量数据

机器配置

• 1 台 FE：阿里云 16 核 CPU、64GB 内存、1 块 500GB ESSD PL1 云磁盘

• 5 台 BE：阿里云 16 核 CPU、64GB 内存、1 块 1TB ESSD PL1 云磁盘。

• 1 台测试客户端：阿里云 16 核 CPU、64GB 内存、1 块 100GB ESSD PL1 云磁盘

• 测试版本为Doris-3.0.1

数据集

• tpch sf10 lineitem 表数据集。

• 建表语句为

CREATE TABLE IF NOT EXISTS lineitem (
  L_ORDERKEY    INTEGER NOT NULL,
  L_PARTKEY     INTEGER NOT NULL,
  L_SUPPKEY     INTEGER NOT NULL,
  L_LINENUMBER  INTEGER NOT NULL,
  L_QUANTITY    DECIMAL(15,2) NOT NULL,
  L_EXTENDEDPRICE  DECIMAL(15,2) NOT NULL,
  L_DISCOUNT    DECIMAL(15,2) NOT NULL,
  L_TAX         DECIMAL(15,2) NOT NULL,
  L_RETURNFLAG  CHAR(1) NOT NULL,
  L_LINESTATUS  CHAR(1) NOT NULL,
  L_SHIPDATE    DATE NOT NULL,
  L_COMMITDATE  DATE NOT NULL,
  L_RECEIPTDATE DATE NOT NULL,
  L_SHIPINSTRUCT CHAR(25) NOT NULL,
  L_SHIPMODE     CHAR(10) NOT NULL,
  L_COMMENT      VARCHAR(44) NOT NULL
)
DUPLICATE KEY(L_ORDERKEY, L_PARTKEY, L_SUPPKEY, L_LINENUMBER)
DISTRIBUTED BY HASH(L_ORDERKEY) BUCKETS 32
PROPERTIES (
  "replication_num" = "3"
);

测试工具

• Jmeter

需要设置的jmeter参数如下图所示

1. 设置测试前的init语句，set group_commit=async_mode以及set enable_nereids_planner=false。
2. 开启jdbc的prepared statement，完整的url为jdbc:mysql://127.0.0.1:9030?useServerPrepStmts=true&useLocalSessionState=true&rewriteBatchedStatements=true&cachePrepStmts=true&prepStmtCacheSqlLimit=99999&prepStmtCacheSize=50&sessionVariables=group_commit=async_mode&sessionVariables=enable_nereids_planner=false。
3. 设置导入类型为prepared update statement。
4. 设置导入语句。
5. 设置每次需要导入的值，注意，导入的值与导入值的类型要一一匹配。

测试方法

• 通过 Jmeter 向Doris写数据。每个并发每次通过insert into写入1行数据。

测试结果

• 数据单位为行每秒。

• 以下测试分为30，100，500并发。

30并发sync模式5个BE3副本性能测试

Group commit internal	10ms	20ms	50ms	100ms
enable_nereids_planner=true	891.8	701.1	400.0	237.5
enable_nereids_planner=false	885.8	688.1	398.7	232.9

100并发sync模式5个BE3副本性能测试

Group commit internal	10ms	20ms	50ms	100ms
enable_nereids_planner=true	2427.8	2068.9	1259.4	764.9
enable_nereids_planner=false	2320.4	1899.3	1206.2	749.7

500并发sync模式5个BE3副本性能测试

Group commit internal	10ms	20ms	50ms	100ms
enable_nereids_planner=true	5567.5	5713.2	4681.0	3131.2
enable_nereids_planner=false	4471.6	5042.5	4932.2	3641.1

Insert into sync 模式大批量数据

机器配置

• 1 台 FE：阿里云 16 核 CPU、64GB 内存、1 块 500GB ESSD PL1 云磁盘

• 5 台 BE：阿里云 16 核 CPU、64GB 内存、1 块 1TB ESSD PL1 云磁盘。注：测试中分别用了1台，3台，5台BE进行测试。

• 1 台测试客户端：阿里云 16 核 CPU、64GB 内存、1 块 100GB ESSD PL1 云磁盘

• 测试版本为Doris-3.0.1

数据集

• tpch sf10 lineitem 表数据集。

• 建表语句为

CREATE TABLE IF NOT EXISTS lineitem (
  L_ORDERKEY    INTEGER NOT NULL,
  L_PARTKEY     INTEGER NOT NULL,
  L_SUPPKEY     INTEGER NOT NULL,
  L_LINENUMBER  INTEGER NOT NULL,
  L_QUANTITY    DECIMAL(15,2) NOT NULL,
  L_EXTENDEDPRICE  DECIMAL(15,2) NOT NULL,
  L_DISCOUNT    DECIMAL(15,2) NOT NULL,
  L_TAX         DECIMAL(15,2) NOT NULL,
  L_RETURNFLAG  CHAR(1) NOT NULL,
  L_LINESTATUS  CHAR(1) NOT NULL,
  L_SHIPDATE    DATE NOT NULL,
  L_COMMITDATE  DATE NOT NULL,
  L_RECEIPTDATE DATE NOT NULL,
  L_SHIPINSTRUCT CHAR(25) NOT NULL,
  L_SHIPMODE     CHAR(10) NOT NULL,
  L_COMMENT      VARCHAR(44) NOT NULL
)
DUPLICATE KEY(L_ORDERKEY, L_PARTKEY, L_SUPPKEY, L_LINENUMBER)
DISTRIBUTED BY HASH(L_ORDERKEY) BUCKETS 32
PROPERTIES (
  "replication_num" = "3"
);

测试工具

• Jmeter

测试方法

• 通过 Jmeter 向Doris写数据。每个并发每次通过insert into写入1000行数据。

测试结果

• 数据单位为行每秒。

• 以下测试分为30，100，500并发。

30并发sync模式5个BE3副本性能测试

Group commit internal	10ms	20ms	50ms	100ms
enable_nereids_planner=true	9.1K	11.1K	11.4K	11.1K
enable_nereids_planner=false	157.8K	159.9K	154.1K	120.4K

100并发sync模式5个BE3副本性能测试

Group commit internal	10ms	20ms	50ms	100ms
enable_nereids_planner=true	10.0K	9.2K	8.9K	8.9K
enable_nereids_planner=false	130.4k	131.0K	130.4K	124.1K

500并发sync模式5个BE3副本性能测试

Group commit internal	10ms	20ms	50ms	100ms
enable_nereids_planner=true	2.5K	2.5K	2.3K	2.1K
enable_nereids_planner=false	94.2K	95.1K	94.4K	94.8K