Apache Doris 表结构设计指南
在 Apache Doris 中，表的设计直接决定了写入性能、查询效率与存储成本。本章节按典型设计场景组织内容，帮助您从零完成一张表的设计，或对已有表进行结构优化。
设计流程
设计一张 Doris 表通常包含以下步骤：
- 选择表模型：决定数据如何存储、去重与聚合；
- 定义列与数据类型：根据业务字段选择合适的类型；
- 规划分区与分桶：让数据均匀分布并便于裁剪；
- 添加索引：加速点查、范围扫描或全文检索；
- 优化存储：通过压缩、行列混存或冷热分层降低成本；
- 演进表结构：随业务变化调整 Schema 或使用自增列。
创建表
使用 CREATE TABLE 语句即可在 Doris 中创建一张表。如果希望基于已有表派生新表，可以使用：
- CREATE TABLE … LIKE：复用已有表的结构；
- CREATE TABLE … AS SELECT (CTAS)：基于查询结果创建表。
表名规则
Doris 中表名默认大小写敏感，最大长度为 64 字节。可通过以下配置调整：
| 配置项 | 默认值 | 说明 |
|---|---|---|
| lower_case_table_names | 大小写敏感 | 仅在集群首次初始化时配置，后续不可更改 |
| table_name_length_limit | 64 字节 | 不建议设置过大 |
关键表属性
建表时可在 PROPERTIES 中指定常用属性，详见 CREATE TABLE：
| 属性 | 作用 |
|---|---|
buckets | 决定数据在表中的分布粒度 |
storage_medium | 控制存储介质，例如 HDD、SSD 或远程共享存储 |
replication_num | 控制数据副本数量，保证冗余与可靠性 |
storage_policy | 配置冷热数据分层迁移策略 |
表属性作用于分区。修改表属性只对未来创建的分区生效，已有分区不受影响。详见 ALTER TABLE PROPERTY 与 ALTER TABLE DISTRIBUTION。动态分区 可单独设置这些属性。
选择表模型
表模型概述
对比明细模型、聚合模型与主键模型，根据业务场景选择合适的数据存储与去重方式
明细模型 (Duplicate)
保留原始明细数据，适用于日志、事件等无需去重或聚合的场景
主键模型 (Unique)
基于主键去重并支持高并发实时更新，适合 CDC、订单等按主键更新的场景
聚合模型 (Aggregate)
按维度预聚合数据，提升报表与多维分析查询性能
模型选择建议
结合典型业务场景给出表模型与 Key 列的设计建议
定义列与数据类型
规划分区与分桶
数据分布概念
理解分区与分桶如何将数据映射到 Tablet，以充分利用多节点的存储与计算能力
基础概念
分区、分桶、Tablet、副本等数据分布相关基础术语说明
手动分区
在建表时显式定义分区范围，适用于分区固定、需要精细控制的场景
动态分区
按时间维度自动创建与回收分区，简化时间序列表的运维
自动分区
按写入数据自动创建分区，避免预先定义分区范围
数据分桶
选择合适的分桶列与分桶数，让数据在分区内均匀分布
常见问题
分区分桶设计中常见的错误与排查方法
加速查询：索引
索引概述
对比 Doris 支持的各类索引及其适用查询场景
前缀索引
基于排序键的内置索引，加速等值与范围查询
BloomFilter 索引
加速高基数列的等值查询，减少不必要的数据扫描
NGram BloomFilter 索引
加速 LIKE 模糊匹配查询，无需引入完整倒排索引
倒排索引（全文检索）
支持分词全文检索、关键字与短语匹配，适用于日志与文本分析
向量索引
基于 HNSW、IVF 等算法加速高维向量的相似度检索
优化存储
存储格式
了解 Doris 列式存储格式 V3 的设计与优势
数据压缩
选择合适的压缩算法，在存储成本与查询性能之间取得平衡
行列混存
在列存基础上额外保存行存，加速宽表点查
冷热数据分层
将冷数据下沉到 SSD/HDD 或 S3、HDFS 等远程存储，降低存储成本
演进表结构
特殊表与最佳实践
设计注意事项
| 设计项 | 说明 | 影响 |
|---|---|---|
| 数据模型 | 建表后不可修改，需提前选择合适的数据模型 | 决定后续写入与查询模式 |
| 分桶数 | 已创建分区的分桶数不可修改，可通过替换分区调整；动态分区中未来分区的分桶数可修改 | 影响数据均衡与查询并行度 |
| 列变更 | 增删 VALUE 列是轻量级操作（秒级完成）；增删 KEY 列或修改数据类型是重量级操作 | 大数据量下应尽量避免 KEY 列变更 |
| 存储策略 | 通过冷热分层将冷数据迁移到 HDD、S3 或 HDFS | 显著降低存储成本 |
