Doris 使用记录（随机更新(ง •_•)ง）

知识点

常见数据分布方式

分布式数据库中常见的数据分布方式。

轮询：Round-Robin，假设分桶数为3，数据按顺序依次写入桶1、桶2、桶3，然后继续循环。

区间：Range，假设分桶数为2，对数据划分范围，在范围1的写入到桶1；在范围2的写入到桶2。

列表：List，直接基于离散的各个取值做数据分布，性别、省份等数据就满足这种离散的特性。每个离散值会映射到一个节点上，多个不同的取值可能也会映射到相同节点上。

哈希：Hash，通过hash函数将数据映射到不同节点上。

业务中可以根据需要选择性使用一种或多种。

使用

表

动态分区+Hash分桶

DROP TABLE IF EXISTS demo.test_1;
CREATE TABLE IF NOT EXISTS demo.test_1 (
  id INT NOT NULL,
  insert_time DATE NoT NULL,
  class VARCHAR(255) NOT NULL,
  student VARCHAR(255) NOT NULL,
  score VARCHAR(255) NOT NULL
)
UNIQUE KEY(`id`,`insert_time`) 
PARTITION BY RANGE(`insert_time`) ()
DISTRIBUTED BY HASH(`id`) BUCKETS 1 
PROPERTIES (
	"replication_num" = "3",
	"dynamic_partition.time_unit" = "DAY",
	"dynamic_partition.replication_num" ="3",
	"dynamic_partition.buckets" = "3",
	"dynamic_partition.prefix" = "test",
	"dynamic_partition.end" = "3"
);

建表之后可以看到动态分区已经创建，因为dynamic_partition.end设置的是3，所以会自动创建后三天的分区（执行语句时间为：2023年1月16日）

PS：

1. 如果表设置的有分区，则插入数据前需要确认分区是否存在，如果不存在则数据会插入失败
2. 动态分区无法手动删除，但设置dynamic_partition.start = -3 后会自动删除前N天（周/月/年）分区