全部面试刷题微服务数据库消息队列搜索引擎大数据运维 go语言人工智能

如何优化Doris的查询性能？

提问者：帅平问题分类：数据库

如何优化Doris的查询性能？

Doris 性能调优

发布于：6个月前 (05-23) IP属地：

6 个回答

浅笑嫣然待花开

将指标列的类型定义为BITMAP，使用BITMAP_UNION聚合函数，查询时用BITMAP_UNION_COUNT或COUNT(DISTINCT)进行精确去重查询。

发布于：3周前 (11-04) IP属地：四川省

素手烹茶べ待君归

添加物化视图或者rollup，通过调整列顺序来优化前缀查询，或减少维度列以提升数据聚合度。

发布于：3周前 (11-04) IP属地：四川省

呜咽少女

将需要频繁关联的表设置为同一个Colocation Group（CG），并保证它们的分桶规则（分桶键、桶数量、副本分布）完全一致。这样，关联数据可以本地化计算，这里需要注意下：两张表的分桶列类型和数量、桶的数量、副本数必须完全一致

发布于：3周前 (11-04) IP属地：四川省

ヤ

通过在建表时设置PROPERTIES来启用和配置动态分区规则，免去手动管理按天分区（如创建新分区、删除旧分区）的繁琐工作，避免因分区未创建导致数据导入失败。

发布于：3周前 (11-04) IP属地：四川省

俗世风流债

在在建表时将区分度高、频繁作为查询条件的列放在指定排序列Sort Key的前面，数据在内部会按这些列排序存储，当查询条件包含Sort Key的前缀列时，Doris可以使用二分查找快速定位数据，大幅减少扫描数据量。需要注意下：Sort Key的列数不宜过多，否则会增加数据导入开销

发布于：3周前 (11-04) IP属地：四川省

唯宠她

优化Doris的查询性能具体措施有：
1、采用分区分桶设计

高频查询的WHERE条件字段作为分区键（如PARTITION BY RANGE(dt)），减少数据扫描范围
选择高基数列作为分桶键（如用户ID），桶数建议保持BE节点数的整数倍（如10个BE节点，分桶数设为20-30）

2、使用合理的索引

前缀索引：将高频过滤条件的列放在排序键最前面（ORDER BY前3-5列）
Bloom Filter索引：对高基数列（如订单号）启用Bloom Filter加速等值查询

3、使用物化视图预聚合

针对重复计算的高开销查询（如SUM/COUNT），创建Rollup表或物化视图

4、使用向量化执行加速

启用向量化引擎（默认开启），确保查询条件使用向量化函数

5、调整单个查询的并行度

#建议不超过BE核数的50%
SET parallel_fragment_exec_instance_num = 8;

6、使用花村，增加sql结果缓存

SET query_cache_size = 2G;

7、启用分页缓存

#针对高并发点查场景
disable_storage_page_cache=false
storage_page_cache_limit=4G

发布于：6个月前 (05-23) IP属地：

我来回答