为了实现少量标签、指标名称修改，我们用 MySQL 表存储相应的元数据，包括名 称、全局唯一的 ID 和上下架状态等信息，比如标签歌曲名称 song_name 的 ID 为 4，在 Doris 中存储命名为 a4，用户使用更具有业务含义 song_name 进行查询。在 查询 Doris 前，我们会在查询层将 SQL 改写成具体的列名 a4。这样名称的修改只 是修改其元数据，底层 Doris 的表结构可以保持不变。 为了实现标签灵活上下架，我们通过统计标签的使用情况来分析标签的价值，将低 价值的标签进入下架流程。下架指的是对元信息进行状态标注，在下架标签重新上 架之前，不会继续导入其数据，元信息中数据可用时间也不会发生变化。  对于实时新增标签/指标，我们基于名称 ID 的映射在 Doris 表中预先创建适量 ID 列，当标签/指标完成元信息录入后，直接将预留的 ID 分配给新录入的标签/指标， 避免在查询高峰期因新增标签/指标所引起的 避免在查询高峰期因新增标签/指标所引起的 Schema Change 开销对集群产生的 影响。经测试，用户在元信息录入后 10 分钟内就可以使用相应的数据。 值得关注的是，在社区近期发布的 1.2.0 版本中，增加了 Light Schema Change 功能， 对 于增减列的操作不需要修改数据文件，只需要修改 FE 中的元数据，从而可以实现毫秒级的 Schame Change 操作。同时开启 Light Schema

高度集成，不依赖于外部存储系统 • 架构优雅，单集群可水平扩展至200台以上 • 查询性能业界领先 • 高并发查询，100台集群可达10w QPS • 流式导入单节点100MB/s，小批量导入毫 秒延迟 • 数据、元数据高可用，线上稳定服务6年 • 机器故障副本自动迁移 01 Doris简介 MySQL Tools （MySQL Networking） FE （Leader,JAVA） FE （Follower 事务管理 1.Begin Txn 3.汇报导入 4. publish 5. publish 回调 生效数据 V1 V2 Vn+1 … Vn Publish • 修改BE元数据，数据版本 +1 • 修改FE元数据， 数据版本 +1 • 事务状态改为 VISIBLE Phase 2 03 Doris 中的导入 BE FE Leader Analyzer BE BE FE com/apache/incubator-doris 欢迎关注Doris微信公众号 更多技术趋势、实践案例、社区活动 欢迎登陆百度智能云官网，体验企业级托管版本Palo 全新UI支持，更有新用户0元三个月优惠活动 Thank You

SQL操作符是一系列用于比较的函数，这些操作符广泛的用于select 语句的where从句中。 算数操作符 算数操作符 算术操作符通常出现在包含左操作数，操作符，（大部分情况下）右操作数组成的表达式中。 +和-：可以作为单元或2元操作符。当其作为单元操作符时，如+1, -2.5 或者-col_name， 表达的意思是该值乘以+1或者- 1。因此单元操作符+返回的是未发生变化的值，单元操作符-改变了该值的符号位。用户可以将两个单元操作符叠加起来， 面的语句是注释（用户在是可以使用两个-号的，此时需要在两个-号之间加上空格或圆括号，如-(-2)或者- -2，这两个数实际 Baidu 百度智能云文档 SQL手册 7 表达的结果是+2）。+或者-作为2元操作符时，例如2+2，3+1.5 或者col1 + col2，表达的含义是左值相应的加或者减去右 值。左值和右值必须都是数字类型。 *和/： 分别代表着乘法和除法。两侧的操作数必须都是数据类型。当 的意思,和!=的功能是一样的。IN和BETWEEN操作符提供更简短的表达来描述相等、小于、大小等关系的比较。 In操作符 In操作符 in操作符会和VALUE集合进行比较，如果可以匹配该集合中任何一元素，则返回TRUE。参数和VALUE集合必须是可比较的。所 有使用in操作符的表达式都可以写成用OR连接的等值比较，但是IN的语法更简单些，更精准，更容易让Doris进行优化。 举例： Like操作符

Impala（MPP Query Engine）和Apache ORCFile （存储格式，编码和压缩）的技术。 Doris的系统架构如下，主要分为FE和BE两个组件，FE主要负责查询的解析、编译、优化、调度 和元数 据管理；BE主要负责查询的执行和数据存储。关于Doris的更多技术细节，可参考其官方文档。 Doris的特点： 同时支持高并发点查询和高吞吐的Ad-hoc查询。 同时支持离线批量导入和实时数据导入。 整个Colocate Join在Doris中实现的关键点如下： 数据导入时保证数据本地性。 查询调度时保证数据本地性。 数据Balance后保证数据本地性。 查询Plan的修改。 Colocate Table元数据的持久化和一致性。 Hash Join的粒度从Server粒度变为Bucket粒度。 Colocate Join的条件判定。 关于Doris Colocate Join的更多实现细节，可以参考《Apache