为什么在doris/starrocks中建表必须指定分桶键

在工作中，发现starrocks建表语句中必须指定分桶键，对比比较熟悉的hive，很疑惑，明明是在分区的基础上才会分桶，在starrocks里为什么可以直接不分区而分桶，在网上没找到答案，看了官方文档明白了：数据分布 @ Data_distribution @ StarRocks Docs

总结一句话：在starrocks中，是使用hash算法来分桶得出的tablet来进行数据备份的，故建表时必须指定分桶键

下文简洁说原因： 

 1、存储：

• 在starrocks一张table会被拆成多个Tablet来存

• 这些Tablet又会在多个BE中存多个副本，来保证数据的高可靠

• 具体原理：

   故：

• tablet是starrocks中是数据均衡和恢复的最⼩单位

• 数据导入和查询最终都下沉到所涉及的 Tablet 副本上

2、数据分布

在starrocks中有两种数据分布方式：

        

• Hash 数据分布方式：一张表为一个分区，分区按照分桶键和分桶数量进一步进行数据划分。——不分区只分桶

• Range+Hash 数据分布方式：一张表拆分成多个分区，每个分区按照分桶键和分桶数量进一步进行数据划分。——分区+分桶

其中：

• sr中分桶算法是hash算法，即将有相同分桶键的哈希值的数据存到一个tablet里
• 又是按照tablet来在BE备份，来存储
• 所以sr建表必须指定分桶键

（在sr中仍是分区比分桶范围更大，只不过对比hdfs，hdfs是按文件存，不分区，就存储整个文件，而sr是按照更细粒度的tablet来存）