22 道Doris面试题。
Doris 是一个基于 MPP 架构的实时分析型数据库,最适合放在数仓 ADS/服务层,承接实时看板、即席分析、多维报表和湖仓查询加速这类低延迟、高并发、SQL 化分析场景。…
Doris 的核心架构可以概括为:FE 是大脑,负责接入、元数据和查询计划;BE 是手脚,负责数据存储和执行计算;数据通过分区、分桶、Tablet 和副本分散到 BE 上,从而支撑并行查询和高可用。…
一张 Doris 表先按 Partition 做逻辑切分,每个 Partition 再按 Bucket 规则切成多个 Tablet;Tablet 是存储、迁移和调度的数据分片,每个 Tablet 再通过多个 Replica 分布到不同 BE…
Tablet 是 Doris 在一个 Partition、一个 Index 下按 Bucket 切出的逻辑数据分片,也是副本管理、数据迁移和并行扫描的重要单位;Tablet 过多不会只浪费一点元数据,而会放大 FE 调度、BE 文件管理、导…
Tablet 是 Doris 数据分布、复制和扫描的逻辑分片;每次成功导入会在相关 Tablet 中形成带版本的 Rowset;一个 Rowset 可以包含多个不可变 Segment;Version 描述 Rowset 覆盖的 Tablet…
Doris 创建表不是单纯写 DDL,而是一次数据模型 + Key 列 + 分区 + 分桶 + 副本 + 索引 + 生命周期的综合设计;先根据业务语义选 Duplicate/Unique/Aggregate,再按查询条件设计分区和 Key,…
Doris 建表时最核心的三种表类型/数据模型是 Duplicate Key、Unique Key、Aggregate Key:明细保留选 Duplicate,主键更新选 Unique,预聚合报表选 Aggregate;Rollup/同步物…
Doris 常见导入方式包括 Stream Load、Broker Load、Routine Load、Insert Into、MySQL Load,以及 Flink/Spark/Kafka Connector;选型核心看四件事:数据来自哪…
Doris 处理去重和更新主要依赖 Unique Key 的 Upsert 语义,相同 Key 写入新数据会保留最新版本;乱序数据用 Sequence Column 控制版本,删除常用 DELETE 或导入 DORISDELETESIGN …
Group Commit 会在 Doris 服务端把同一张表的多个小批量写入暂存并合并提交,以少量大事务替代大量小事务,从而降低事务、版本、Rowset 和 Compaction 开销;syncmode 等待合并批次可见,asyncmode…
Doris 把一次导入包装成由 FE 管理的事务,经历 PREPARE → PRECOMMITTED → COMMITTED → VISIBLE,失败则进入 ABORTED;Label 是数据库范围内的批次幂等标识,2PC 把“写完数据”和…
Doris 支持常见的 OLAP SQL 能力,包括 SELECT、WHERE、GROUP BY、HAVING、ORDER BY、LIMIT、JOIN、CTE、子查询、窗口函数、INSERT SELECT 和常用函数;但 LIMIT 只限制…
Doris 查询快不是靠一个点,而是靠列式存储少读列、排序键和内置索引少扫块、Bloom Filter 快速排除不可能命中的数据块、预聚合索引/物化视图提前算好高频结果,最终减少 IO、CPU、网络和聚合成本。…
Doris 常见 Join 语义包括 Inner、Left/Right/Full Outer、Semi、Anti、Cross Join;优化 Join 的核心是 先过滤、选小表做 Build、让小表广播、让大表分布对齐、利用 Runtime…
Doris 物化视图的核心是 用存储换查询时间:把高频、稳定、重复的聚合或 Join 结果提前计算并维护,查询时优化器可以把原本读基表的 SQL 自动改写到物化视图上;排查是否命中主要看 EXPLAIN 里的表扫描对象、候选视图和改写信息,…
Doris 查询优化的核心方法论是 少读、少传、少算、少排队:先用 EXPLAIN 看静态执行计划,再用 Query Profile 看真实运行耗时,定位 Scan、Exchange、Join、Aggregate、Sort 哪个环节最慢,再…
Nereids 是 Doris 基于 Cascades 思想构建的查询优化器:RBO 先用确定性规则做列裁剪、谓词下推和常量折叠等改写,CBO 再基于表和列统计信息估算不同 Join 顺序、数据分布与执行算子的成本,从候选计划中选择代价更低…
等值、范围、全文检索和数组检索优先考虑倒排索引;高基数字段的等值或 IN 过滤可考虑 Bloom Filter;字符串包含查询 LIKE '%keyword%' 适合 NGram BloomFilter。选型核心是查询谓词,而不是只看字段类…
前缀索引建立在 Key 列排序之上,按固定行间隔记录排序键前缀,用于快速缩小候选行范围;ZoneMap 自动保存各 Segment、Page 每列的 Min、Max 和空值信息,用查询条件排除绝不可能命中的数据块。前者依赖排序键前缀,后者覆…
Doris 的并发能力取决于 查询形态、BE 资源、执行计划和资源隔离策略:高并发小查询要减少单次扫描和排序,大查询要限制内存和并发,多租户场景用 Workload Group 做 CPU、内存、并发和队列隔离,避免一个大查询把整个集群拖慢…
Doris 冷热分层的核心是按数据访问频率和生命周期把数据放到不同介质:热数据留在 SSD/本地存储保证查询和写入性能,冷数据迁到 HDD、对象存储或 HDFS 降成本;实现上常结合动态分区、storage medium、storage p…
Doris Compaction 是在同一个 Tablet 内,把多个 Rowset 及其 Segment 合并成更少、更适合查询的 Rowset 的后台整理机制。它可以降低读放大、控制版本和文件数量,并在合并过程中按数据模型处理覆盖、删除…