POC 前必读

本文档汇总了新用户常见的问题，旨在加速 POC 进程。

建表设计

在 Doris 中建表涉及四个影响导入和查询性能的决策。

数据模型

数据特征	使用	原因
仅追加（日志、事件、事实表）	Duplicate Key（默认）	保留所有行。查询性能最好。
按主键更新（CDC、Upsert）	Unique Key	新行按相同 Key 替换旧行。
预聚合指标（PV、UV、汇总）	Aggregate Key	写入时按 SUM/MAX/MIN 合并行。

Duplicate Key 适用于大多数场景。详见数据模型概述。

Sort Key（排序键）

将最常用于过滤的列放在最前面，定长类型（INT、BIGINT、DATE）放在 VARCHAR 之前。Doris 在排序键的前 36 字节上构建前缀索引，但遇到 VARCHAR 会立即截断。其他需要快速过滤的列可添加倒排索引。

分区

如果有时间列，使用 AUTO PARTITION BY RANGE(date_trunc(time_col, 'day')) 启用分区裁剪。Doris 会自动跳过无关分区。

分桶

默认是 Random 分桶（推荐用于 Duplicate Key 表）。如果频繁按某列过滤或 JOIN，使用 DISTRIBUTED BY HASH(该列)。详见数据分桶。

如何选择分桶数：

设为 BE 数量的整数倍，确保数据均匀分布。后续扩容 BE 时，查询通常涉及多个分区，性能不会受影响。
尽可能少，避免小文件。
每个分桶的压缩后数据 ≤ 20 GB（Unique Key 表 ≤ 10 GB）。可通过 SHOW TABLETS FROM your_table 查看。
每个分区不超过 128 个分桶。需要更多时优先考虑分区。

建表模板

日志 / 事件分析

CREATE TABLE app_logs
(
    log_time      DATETIME    NOT NULL,
    log_level     VARCHAR(10),
    service_name  VARCHAR(50),
    trace_id      VARCHAR(64),
    message       STRING,
    INDEX idx_message (message) USING INVERTED PROPERTIES("parser" = "unicode")
)
AUTO PARTITION BY RANGE(date_trunc(`log_time`, 'day'))
()
DISTRIBUTED BY RANDOM BUCKETS 10;

实时看板与 Upsert（CDC）

CREATE TABLE user_profiles
(
    user_id       BIGINT      NOT NULL,
    username      VARCHAR(50),
    email         VARCHAR(100),
    status        TINYINT,
    updated_at    DATETIME
)
UNIQUE KEY(user_id)
DISTRIBUTED BY HASH(user_id) BUCKETS 10;

指标聚合

CREATE TABLE site_metrics
(
    dt            DATE        NOT NULL,
    site_id       INT         NOT NULL,
    pv            BIGINT      SUM DEFAULT '0',
    uv            BIGINT      MAX DEFAULT '0'
)
AGGREGATE KEY(dt, site_id)
AUTO PARTITION BY RANGE(date_trunc(`dt`, 'day'))
()
DISTRIBUTED BY HASH(site_id) BUCKETS 10;

性能陷阱

导入

**批量数据不要用 INSERT INTO VALUES。**请使用 Stream Load 或 Broker Load。详见导入概述。
优先在客户端合并写入。高频小批次导入导致版本堆积。如不可行，使用 Group Commit。
将大型导入拆分为小批次。长时间运行的导入失败后必须从头重试。使用 INSERT INTO SELECT 配合 S3 TVF 实现增量导入。
Random 分桶的 Duplicate Key 表启用 load_to_single_tablet，减少写放大。

详见导入最佳实践。

查询

数据倾斜。通过 SHOW TABLETS 检查 tablet 大小。差异明显时切换为 Random 分桶或选择基数更高的分桶列。
排序键顺序不当。参见 Sort Key（排序键）。

诊断慢查询请使用 Query Profile。

建表设计​

数据模型​

Sort Key（排序键）​

分区​

分桶​

建表模板​

日志 / 事件分析​

实时看板与 Upsert（CDC）​

指标聚合​

性能陷阱​

导入​

查询​