新手必看｜StarRocks 入门教程来啦

于 2023-05-05 11:18:31 发布
阅读量838 收藏 1
点赞数
文章标签： 大数据 数据库
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/StarRocks/article/details/130502977
版权

作为一款高性能分析型数据库，StarRocks 既支持从各类实时和离线的数据源高效导入数据，也支持直接分析数据湖上多种格式的数据。StarRocks 高可用、高可靠、易运维等特性使其广泛应用于实时数仓、OLAP 报表、数据湖分析等场景并获得了各行业领军企业的青睐。

面对越来越多的用户使用 StarRocks 支撑线上业务分析场景，新手小伙伴在初次接触 StarRocks 时，经常会遇到以下困扰：

  • 如何手动部署 StarRocks 集群？

  • 如何在 StarRocks 完成 FE、BE 的高可用部署？

  • 如何在 StarRocks 中创建新的表？

  • StarRocks 的四大数据模型（明细模型、聚合模型、更新模型和主键模型）分别适用哪些场景？

  • ......

我们意识到，除了官方文档之外，还需要通过更加场景化、系统性的使用教程，让新手小伙伴们自助地学习、快速开始使用 StarRocks。

 “StarRocks 入门系列教程”包含 6 个视频，全面详细地讲解了部署安装、技术架构、核心功能以及其他基本使用技能，是新手小伙伴们不容错过的学习宝典。

学习完成后，你还可以参加 StarRocks 社区举办的“StarRocks 入门教程”系列答题活动。只要成绩合格，就有机会参加抽奖，获得丰厚社区周边大礼包（听说，StarRocks 近期有一批新周边即将上架哦）。如需了解更多答题活动详细信息，请静待官方公众号和社群通知。

现在，快来和我们一起学习吧～

01｜手工搭建 StarRocks 集群环境
02｜手工构建高可用 StarRocks 集群环境
03｜如何在 StarRocks 中创建表？
04｜StarRocks 表模型基本介绍
05｜StarRocks 极速特性介绍
06｜StarRocks 统一特性介绍

https://space.bilibili.com/1273141509/channel/collectiondetail?sid=1319703 11

StarRocks_labs
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
博客
StarRocks on AWS Graviton3，实现 50% 以上性价比提升
07-18 924
基于 StarRocks 当前的优化情况和最新的测试数据来看，StarRocks on Graviton3 (C7g) 的总体性能比 Ice Lake 8375C (C6i) 实现了30%以上的综合性能提升。再结合 AWS Graviton3 自身的价格优势（C7g 相对于C6i 有 15% 的成本优化），StarRocks on C7g 相对于 C6i 可以实现 50% 以上的性价比提升。
博客
成本下降50%，腾讯音乐StarRocks存算分离大规模实践！
07-12 981
StarRocks 存算分离替换上千节点 Clickhouse 和 Druid 集群，效率不变，成本下降50%。
博客
数仓还是湖仓？专家圆桌深度解析
07-05 810
Apache Iceberg 代表：周劲松——Apache Amoro (incubating) PPMC 成员/腾讯云专家工程师（前网易平台开发专家）Apache Hudi 代表：徐昱——Apache Hudi & StarRocks Contributor/vivo 湖仓组件研发负责人Apache Paimon 代表：王日宇——StarRocks Committer/阿里云高级研发工程师。
博客
StarRocks 3.3 重磅发布，Lakehouse 架构发展进入快车道！
07-03 1011
在 Lakehouse 架构中，缓存设计是实现高效数据处理的关键一环。对于存算分离架构来说，缓存的重要性不言而喻。无论是 Hive、Iceberg、Paimon 等外表，还是 StarRocks 存算分离的内表，缓存命中率的高低直接影响性能的优劣。在缓存命中情况下，性能已经能够追平存算一体的架构，但如何合理、稳定地将热数据保存在缓存中却是一大挑战。StarRocks 原生开发的缓存功能为用户提供了开箱即用的便捷体验。无需复杂的配置，用户即可利用强大的缓存机制提升数据处理性能。
博客
极速查询：StarRocks 存算分离 Compaction 原理 & 调优指南
06-18 1021
作者：丁凯，StarRocks TSC member/镜舟科技云原生技术负责人StarRocks 在数据摄入过程中，每次操作都会创建一个新的数据版本。在查询时，为了得到准确的结果，必须将所有版本合并。然而，随着历史数据版本的累积，需要合并的文件数量增多，这将显著降低查询效率。为了解决这个问题，StarRocks 会定期执行内部任务，通过合并历史数据版本来消除重复记录，这个过程被称为 Compaction。
博客
StarRocks x 腾讯视频：指标中台驱动湖仓一体建设实践
06-17 1006
首先来介绍一下腾讯视频相关业务背景和技术背景。最后对指标中台以及湖仓一体进行一下总结和展望。我们未来会建立以指标为中心，定义、生产、消费、质量保障为一体的指标驱动式数据消费的新模式。在指标生产部分，提供标准化配置化的生产。指标消费部分提供一次定义，多处使用。指标质量部分提供全链路全面的可观测和诊断。指标运营部分降低成本，优化指标生产消费的流程，最终形成以指标驱动的数据消费新模式。
博客
StarRocks vs. Trino: 高并发性能背后的技术优势是什么？
06-11 867
Trino（之前称 PrestoSQL）项目最初由 Meta 开发，旨在让数据分析师能够在广泛的 Apache Hadoop 数据仓库上执行交互式查询。其高效处理大型数据集和复杂查询的能力，以及多数据源连接的灵活性，使其迅速成为大规模组织的首选数据分析工具。随着时间的推移，用户对数据分析的需求不断演变。移动互联网和 SaaS 应用的兴起，实时分析变得至关重要。因此，企业需要更高性能、更高并发、低延迟的数据分析引擎来满足不断增长的数据分析需求。在这种情况下，越来越多的用户开始寻找替代方案。
博客
Data Lakehouse：你的下一个数据仓库
05-29 840
Lakehouse 兼具数据仓库与数据湖的优势，是下一代数据分析架构的演进趋势；StarRocks 是构建 Lakehouse 的最佳选择，已在微信、小红书、携程、平安银行等数十个大型企业落地实践，帮助企业实现 One data、all analytics 的业务价值。更多交流，联系我们：https://wx.focussend.com/weComLink/mobileQrCodeLink/33412/8da64。
博客
优化数据查询性能：StarRocks 与 Apache Iceberg 的强强联合
05-23 723
Apache Iceberg 是一种开源的表格格式，专为在数据湖中存储大规模分析数据而设计。它与多种大数据生态系统组件高度兼容，相较于传统的 Hive 表格格式，Iceberg 在设计上提供了更高的性能和更好的可扩展性。它支持 ACID 事务、Schema 演化、数据版本化、隐式分区和跨引擎兼容性等功能，使其特别适合处理数据密集型的大数据分析任务。然而，Iceberg 的使用也伴随着一些挑战，如较高的上手难度、后台维护需求、性能优化和治理策略等。
博客
AI 写 SQL 真的靠谱吗？腾讯游戏在 AI+ 湖仓一体的实践
05-15 1133
作者：腾讯游戏数据技术负责人 刘岩腾讯游戏是全球领先的游戏开发和运营商，其数据团队拥有十余年、700+ 款大型游戏的数据工作沉淀。复杂的业务环境下，腾讯游戏数据团队每年需要处理超过 3 万个数据提取需求，SQL 编写需要耗费大量时间和精力，如何提升效率成为了一个关键问题。本文介绍了腾讯游戏数据团队如何通过最新的大语言模型技术，基于StarRocks构建一个高效的湖仓一体 +AI 数据管理新范式，解决游戏业务数据提取需求上痛点的实践经验。
博客
StarRocks （江）湖英雄召集令！
05-09 702
We want you！英雄们，一起建设湖仓生态吧！
博客
StarRocks 跨集群数据迁移，SDM 帮你一键搞定！
05-09 1138
告别复杂，迎接效率
博客
StarRocks x Paimon 构建极速实时湖仓分析架构实践
04-26 1511
当前 StarRocks x Paimon 的能力主要包括：支持各类存储系统，包括 HDFS 以及对象存储 S3/OSS/OSS-HDFS支持 HMS 以及阿里云 DLF 元数据管理系统支持 Paimon 的 Primary Key 和 Append Only 表类型查询支持 Paimon 系统表的查询，常见例如 Read Optimized 表，snapshots 表等支持 Paimon 表和其他类型数据湖格式的关联查询支持 Paimon 表和 StarRocks 内表的关联查询。
博客
StarRocks 实战指南：100+ 大型企业背后的最佳实践经验
04-23 868
编者荐语：本文由镜舟科技的 DBA 团队负责人景丹撰写。在过去三年中，他服务了上百家 StarRocks 大型企业用户，并总结了最佳使用方法。文章涵盖了部署、建模、导入、查询和监控五个模块。以下文章来源于小景说 ，作者镜舟科技 DBA。
博客
升级啦！探索全新 StarRocks 中文社区与高效使用秘籍！
04-17 275
眼尖的朋友可能已经注意到，StarRocks 中文社区最近换上了全新的皮肤。是的，我们 StarRocks 的聚集地升级了！🎉自成立两年半以来，StarRocks 中文社区不断壮大，现已发展成为一个拥有数万名成员的活跃社区。为了帮助大家更便捷地获取最新资讯、降低参与社区的门槛，我们对中文社区进行了一次重要的升级。
博客
StarRocks 物化视图：指标平台性能提升的新引擎
04-12 1202
在这样的背景下，StarRocks 以其卓越的性能和灵活的物化视图功能，成为了构建指标平台的理想选择。平台的复杂性增加，涉及更多指标维度和衍生方法，以及更广泛的业务服务，这使得 Kylin 构建 Cube 时的性能问题逐渐显现，特别是在 Cube 构建过程中的性能开销较大。指标平台通过简化这一流程，使得分析工程师 （analytic engineer）能够统一数据工程和数据分析的角色，从业务视角出发定义一致的指标，并通过平台自动生成相应的 SQL 查询和 BI 报表，从而提高效率和准确性。
博客
基于 StarRocks 的风控实时特征探索和实践
04-12 1010
编者荐语：金融风控特征在实时业务中至关重要，是评估和管理风险的核心指标。经过评估，滴滴最终选择了 StarRocks 作为验证选项的落地方案。通过 StarRocks 实现流批一体，成功解决了风控实时特征流批分离的难题，缩短了开发周期，实现了更快的需求交付。
博客
StarRocks 助力小红书离线数仓提效，提升百倍回刷性能！
03-26 1137
OLAP 引擎在实时数仓建设方面已经得到了广泛的应用。我们的实践证明，结合业务特点，在处理中小规模数据量时，使用 StarRocks 等分布式 OLAP 引擎替换 Spark ，承担更多的离线处理任务，可以显著提高数据仓库产出的速度和效率，达到降本增效的目的。展望未来，我们计划进一步探索 StarRocks 在湖仓一体和存算分离的应用场景，以构建更加高效、灵活的数据生产链路和自助分析产品。我们期待通过这些创新实践，能够为公司带来更强大的数据处理能力，支持业务的持续增长和决策的精准性。作者简介。
博客
StarRocks 助力金融营销数字化进化之路
03-21 1043
作者：平安银行 数据资产中心数据及 AI 平台团队负责人 廖晓格平安银行五位一体，做零售金融的领先银行，五位一体是由开放银行、AI 银行、远程银行、线下银行、综合化银行协同构建的数据化、智能化的零售客户经营模式，这套模式以数据为基础，AI 为内核，通过画像识别，基于场景数据分析，通过高效组织内部资源，为客户提供精准服务，实现零售转型业务增长的第二曲线。通过颠覆传统“以产品为中心”模式，真正实现以客户为中心、以 AI 、大数据为驱动，以 KYC/KYP/KYATO 方法论打造技术架构及业务模块。
博客
腾讯天穹 StarRocks 一站式湖仓融合平台架构揭秘
03-15 960
作者：腾讯大数据 高级工程师 陈九天小编导读： 腾讯天穹是协同腾讯内各 BG 大数据能力而生的 Oteam，作为腾讯大数据领域的代名词，旨在拉通大数据各个技术组件，打造一个具有统一技术栈的公司级大数据平台体系。从底层数据接入、数据存储、资源管理、计算引擎、作业调度，到上层数据治理及数据应用等多个环节，支持腾讯内部近 EB 级数据的存储和计算，为业务提供海量、高效、稳定的大数据平台支撑和决策支持。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值