StarRocks SSD磁盘配置使用

柠檬味的鱼°

已于 2022-12-06 10:33:06 修改

阅读量1.3k

点赞数

分类专栏： StarRocks 文章标签：服务器数据库运维

于 2022-11-17 14:37:36 首次发布

本文链接：https://blog.csdn.net/weixin_45971974/article/details/127901202

版权

StarRocks 专栏收录该内容

7 篇文章 10 订阅

订阅专栏

一、背景

在很多业务场景中，较近时间段的数据通常是查询最频繁的，时间较久的历史数据查询频率可能就会低很多。StarRocks支持在一个BE中使用多种存储介质（HDD/SSD/Mem），这样我们就可以将最新数据所在的分区放在SSD上，利用SSD的随机读写性能来提高查询性能。而老的数据会自动迁移至HDD盘中，以节省数据存储的成本。

此外，StarRocks也是支持内存表的，但这部分功能很久没有优化了，目前不推荐使用。

首先明确一点，若集群服务器的存储介质单一（只有机械磁盘，又或者全为固态硬盘），我们就不需要再单独设置什么。例如集群中的磁盘全为SSD，虽然StarRocks在不额外设置参数时默认展示磁盘为HDD，但由于SSD带来的性能提升是源自物理层面的，所以并不会影响实际性能。

二、配置 be.conf

当同一台服务器中既有SSD又有HDD时，StarRocks并不会自动识别磁盘的类型，我们需要在be.conf中为storage_root_path显式的指定存储介质类型。

示例1

storage_root_path=/data/starrocks/be/storage,medium:HDD;/data1/starrocks/be/storage,medium:SSD

# /data, capacity limit is 45T, HDD;

# /data1, capacity limit is 8T, SSD;

- 示例2 已经弃用，2.3开始已经加了校验，使用后会导致之前的数据丢失

storage_root_path=/data/starrocks/be/storage.HDD;/data1/starrocks/be/storage.SSD

# /data/starrocks/be/storage.HDD，表示存储介质是HDD;

# /data1/starrocks/be/storages.SSD，表示存储介质是SSD；

# /data1/starrocks/be/storage，存储介质默认为HDD

上面这两种写法都支持，官方建议使用示例1 ，更规范明了

StarRocks的冷热分区目前有以下几个使用方式：

1、在建表时，指定表级别的存储介质及存储到期时间；

2、建表完成后，修改分区的存储介质及存储到期时间；

3、建表完成后，新增分区时设置分区的存储介质及存储到期时间；

4、当前不支持在建表时为某个分区单独设置分区的到期时间，同样，也不支持设置动态分区自动创建的新分区的到期时间。

三、创建测试表

举个例子，在集群的be.conf中设置完SSD及HDD后，创建表table_ssd：

-- 分区表
CREATE  TABLE `example_db`.table_ssd
(
   `partition_day` date COMMENT "分区时间(yyyy-mm)",
  `tb` STRING COMMENT "表名",
  `db`  STRING COMMENT "数据库",
  `time` STRING  COMMENT "时间"
) ENGINE = OLAP
DUPLICATE KEY(`partition_day`,`tb`)
COMMENT "test ssd/hdd tables" 
PARTITION BY RANGE(`partition_day`)
(
START ("2022-01-01") END ("2022-12-31") EVERY (INTERVAL 1 day)
)
DISTRIBUTED BY HASH(`partition_day`) BUCKETS 2
PROPERTIES (
"replication_num" = "3",
"dynamic_partition.enable" = "true",
"dynamic_partition.time_unit" = "DAY",
"dynamic_partition.time_zone" = "Asia/Shanghai",
"dynamic_partition.end" = "1",
"dynamic_partition.prefix" = "p",
"dynamic_partition.buckets" = "2",
"storage_medium" = "SSD",
"storage_cooldown_time" = "2022-11-17 15:00:00"
);

-- 非分区表
CREATE  TABLE `example_db`.table_ssd01
(
   `tb` STRING COMMENT "表名",
  `db`  STRING COMMENT "数据库",
  `time` STRING  COMMENT "时间"
) ENGINE = OLAP
DUPLICATE KEY(`tb`)
DISTRIBUTED BY HASH(`time`) BUCKETS 2
PROPERTIES (
"replication_num" = "3",
"storage_medium" = "SSD",
"storage_cooldown_time" = "2022-11-17 17:00:00"
);

table_ssd的PROPERTIES中的几个参数释义如下：

replication_num：设置副本数，默认为3

dynamic_partition.enable：是否开启动态分区特性，可指定为TRUE或FALSE。如果该参数等号后不填写值，则默认代表TRUE。

dynamic_partition.time_unit：动态分区调度的粒度，可指定为DAY/WEEK/MONTH。

不同分区粒度下动态分区自动创建分区的名称后缀不同，指定为DAY时，分区名后缀为yyyyMMdd，例如table07中的20211009。指定为WEEK时，分区名后缀为yyyy_ww，例如2021_40代表2021年第40周。指定为MONTH时，动态创建的分区名后缀格式为yyyyMM，例如202110。这里注意，我们前面创建静态分区时，分区命名也建议和动态分区自动创建的规则保持一致。

dynamic_partition.time_zone：动态分区的时区，如果不填写，则默认为当前机器的系统的时区

dynamic_partition.end：用于指定提前创建的分区数量。值必须大于 0。

dynamic_partition.prefix：用于指定创建的分区名前缀，例如分区名前缀为 p，则自动创建分区名为 p20200108。

dynamic_partition.buckets：动态创建的分区所对应的分桶数量。

storage_medium：设置表的存储介质为SSD

storage_cooldown_time：表的存储介质为SSD到期时间，到期后会设置成HDD。（参数若不显式设置，默认为1个月，默认时间可以通过fe.conf中storage_cooldown_second参数调整。）

以上属性在建表完成后也可以进行修改，例如关闭动态分区属性：

通过show语句，查看分区存储介质及其到期时间：

show partitions from `example_db`.table_ssd;

在这里插入图片描述

StorageMedium为SSD；

CooldownTime为2022-11-17 12:00:00。

修改分区p3的存储到期时间：

-- 分区表
ALTER TABLE `example_db`.table_ssd MODIFY PARTITION p20220101 SET("storage_medium"="SSD", "storage_cooldown_time"="2022-11-17 17:00:00");

-- 非分区表
ALTER TABLE `example_db`.table_ssd01 MODIFY PARTITION (*) SET("storage_medium"="SSD", "storage_cooldown_time"="2022-11-17 18:00:00");

在这里插入图片描述

新增分区p20230101，指定存储介质及存储到期时间：

-- 先关闭开启动态分区特性
ALTER TABLE `example_db`.table_ssd SET ("dynamic_partition.enable" = "false") ;

-- 新增分区，指定存储介质及存储到期时间
ALTER TABLE `example_db`.table_ssd  ADD PARTITION p20230101 VALUES LESS THAN ('2023-01-01') ("storage_medium" = "SSD","storage_cooldown_time"="2023-01-01 12:00:00");

-- 开启动态分区特性
ALTER TABLE `example_db`.table_ssd SET ("dynamic_partition.enable" = "true") ;

在这里插入图片描述

四、总结

在table_ssd 中，我们虽然在PROPERTIES 中设置了"storage_medium" = “SSD"和"storage_cooldown_time”，但这个属性仅会用于表创建时的三个分区，后面新建的分区若不指定，还是会使用HDD（也就没有所谓的存储到期时间了）。这里的默认存储介质类型受fe.conf中的default_storage_medium参数控制，默认为HDD，我们可以设置为：default_storage_medium=SSD

注意，只有SSD的存储到期时间有意义，在HDD中，到期时间都为9999-12-31，也即为无到期时间。当时钟到达分区存储到期时间后，会触发迁移逻辑，该分区存储在SSD中的数据会向HDD中迁移。

这里同样引出一个注意事项，当我们的存储介质全为SSD时，我们前面提到过，完全可以不单独设置参数，也即be.conf和建表语句中都不用设置。此时，若我们在建表语句中设置了"storage_medium" = “SSD”，那同时就需要注意给一个较大的"storage_cooldown_time"到期时间，以避免分区到期后后台不断触发迁移逻辑。