Doris 数据模型：克服三大神器的选择困难症

当程序员小张第108次为慢查询抓狂，当DBA老王看着分桶配置陷入沉思，当架构师Lisa面对数据倾斜欲哭无泪——有没有一种可能，让数据库既快又稳还能保住程序员的发际线？ Apache Doris拍了拍胸脯："这事儿，得加钱？不，得加我！"

三大数据模型神器

1. Duplicate Key：日志界的收纳大师

适用场景：

• • 原始数据就像女朋友的购物车——只增不减
• • 需要随时翻旧账的日志分析

CREATE TABLE 程序员摸鱼日志 (
   工位号 SMALLINT COMMENT '摸鱼重灾区',
   摸鱼时间 DATETIME COMMENT '作案时间',
   手机型号 VARCHAR(32) COMMENT '作案工具',
   APP名称 VARCHAR(256) COMMENT '王者荣耀/小红书...'
)
DUPLICATE KEY(工位号, 摸鱼时间) -- 排列组合随心查
DISTRIBUTED BY HASH(工位号) BUCKETS 10;
-- 注释：此表可能引发人事部关注，慎用！

2. Aggregate Key：报表界的数学课代表

灵魂功能：

• • SUM：像会计一样精打细算
• • REPLACE：新数据来了旧的就狗带
• • BITMAP_UNION：精准统计摸鱼人次

CREATE TABLE 摸鱼统计报表 (
   工位号 INT,
   摸鱼类型 VARCHAR(32),
   摸鱼时长 BIGINT SUM DEFAULT '0' COMMENT '累计摸鱼时间',
   被抓次数 BIGINT REPLACE DEFAULT '0' COMMENT '最新记录'
)
AGGREGATE KEY(工位号, 摸鱼类型) 
DISTRIBUTED BY HASH(工位号) BUCKETS 10;
-- 警告：此表可能导致程序员集体抗议

3. Unique Key：数据界的洁癖患者

必杀技：

• • Merge-on-Write：像霸道总裁一样覆盖旧数据
• • 主键唯一性：防重复比防脱发还严格

CREATE TABLE 程序员信息表 (
   员工ID BIGINT COMMENT '防伪标识',
   发量 TINYINT COMMENT '重要指标',
   最后摸鱼时间 DATETIME COMMENT '高危字段'
)
UNIQUE KEY(员工ID) -- 主键防重就像防秃
DISTRIBUTED BY HASH(员工ID) BUCKETS 10 
PROPERTIES("enable_unique_key_merge_on_write" = "true");
-- 注意：发量字段建议设置自动递减触发器

索引武器库：DBA的防身利器

1. 前缀索引：查询界的闪电侠

使用口诀：

• • 最常查的字段放前面，就像把女朋友照片放手机桌面
• • 高基数列打头阵，VARCHAR别超过20字符

-- 错误示范：把发量这种低基数列放前面
CREATE TABLE 秃头表 (
   发量 TINYINT,  -- 查询时慢到怀疑人生
   员工ID BIGINT
) 
DUPLICATE KEY(发量);

2. 倒排索引：文本界的福尔摩斯

黑科技配置：

CREATE TABLE 程序员吐槽日志 (
   内容 TEXT COMMENT '含大量"秃头""996"等关键词',
   INDEX 吐槽索引(内容) USING INVERTED PROPERTIES("parser"="chinese")
)
-- 使用：快速定位吐槽最狠的程序员
SELECT * WHERE 内容 MATCH_ANY '加班 脱发';

3. BloomFilter：海量数据里的金属探测器

适用场景：

• • 身份证号查询：一亿数据中找特定ID只要0.1秒
• • 千万别用在性别字段：就像用金属探测器找空气

CREATE TABLE 防沉迷系统 (
   用户ID BIGINT COMMENT '高基数字段',
   游戏时长 INT
) PROPERTIES (
   "bloom_filter_columns"="用户ID"  -- 查人快准狠
);

分区分桶：程序员的头发守恒定律

分桶秘籍

DISTRIBUTED BY HASH(用户ID) BUCKETS 10 
-- 分桶就像分蛋糕，要均匀才不会打架
-- 每个桶1-10G最佳，太小容易头秃，太大容易头冷

动态分区黑魔法

PARTITION BY RANGE(摸鱼时间) (
    FROM ("2023-01-01") TO ("2024-01-01") INTERVAL 1 MONTH
)
PROPERTIES (
   "dynamic_partition.enable" = "true",  -- 自动管理分区
   "dynamic_partition.time_unit" = "MONTH"  -- 按月自动分
);
-- 从此告别手动建分区的加班生活

血泪教训：小文件末日

**症状**：集群突然卡成PPT  
**尸检报告**：忘记设置`load_to_single_tablet=true`  
**抢救步骤**：
1. 停止所有写入（像暂停心跳一样重要）
2. 执行`ADMIN COMPACT TABLE;`（给数据做心脏复苏）

字段类型：程序员的类型安全防护器

1. VARCHAR vs STRING

地址 VARCHAR(65533)  -- 适合普通地址
犯罪现场描述 STRING   -- 适合写小说级的事故报告

2. JSON类型：摆脱字符串地狱

CREATE TABLE 程序员属性 (
   员工ID BIGINT,
   技能树 JSON COMMENT '{"语言":["Java","SQL"],"发量":0}'
)
-- 查询技能：SELECT 技能树->'$.语言[0]' 

3. 时间类型：精确到毫秒的摸鱼记录

摸鱼时间 DATETIME(6)  -- 精确到毫秒
-- 用于证明"我就刷了1秒朋友圈"

防秃小贴士：

• • 合理使用物化视图，查询速度提升50%，发量多保留30%
• • 定期检查分区分桶，避免小文件问题导致的突发性脱发
• • 遇到性能问题先看执行计划和Profile，比求神拜佛管用

尾声

补习班将在后续推出新系列：《大话 Doris》，将以诙谐幽默的语言来帮大家更好的理解 Doris 的各种能力~

看到这里了，不得来个点赞和在看呀！这是最大的更新动力！也欢迎各位火爆转发！

如果你有加 Apache Doris 官方社区、PowerData 官方社区、Doris 补习班社区、Dinky 官方社区的诉求，可加我微信即刻拉你~

公众号：Apache Doris 补习班

B站号：ApacheDoris补习班

个人微信：fl_manyi

初五喜迎财神，祝大家新年发大财~