You need to enable JavaScript to run this app.
导航
基础使用
最近更新时间:2024.05.10 20:07:50首次发布时间:2023.01.04 10:47:03

本文介绍StarRocks集群的基本使用说明。

1 MySQL Client连接StarRocks集群

StarRocks兼容MySQL协议,可使用MySQL Client直接连接FE进行相关SQL操作。

mysql -h 127.0.0.1 -P9030 -u root -p
  • 初次登录时, 需要在FE节点可指定127.0.0.1使用root用户和空字符串密码登录(必须要在FE节点本身,无密码); 初次登录后请尽快完成root账号密码修改
  • 密码强度要求:10位以上数字+大小写字母+特殊符号,且不包含特定的公司内部关键词、日期如:bytedance@2022
  • 如需修改root用户密码请使用上述方法登录后使用SET PASSWORD命令修改。详细请参考开源文档
  • 后续可以使用有权限的用户创建子用户, 详细用户权限参考开源文档

2 StarRocks支持的SQL语法说明

EMR StarRocks完全兼容开源StarRocks语法,以下对基本的库表操作做一个示例

本文以MySQL Client方式为例, 进行样例SQL执行

2.1 创建用户

通过下面的命令创建一个普通用户:

CREATE USER 'test_user' IDENTIFIED BY 'test_user_passwd';

后续登录时即可通过如下连接命令登录:

mysql -h 127.0.0.1 -P9030 -u test_user -ptest_user_passwd

新创建的普通用户默认没有任何权限。

2.2 创建数据库

初始可通过 root用户创建数据库,命令如下:

CREATE DATABASE example_db;

数据库创建完成后,可以通过 SHOW DATABASES; 查看数据库信息。

MySQL> SHOW DATABASES;
+--------------------+
| Database           |
+--------------------+
| example_db         |
| information_schema |
| _statistics_       |
+--------------------+
2 rows in set (0.00 sec)

information_schema 是为了兼容 MySQL 协议而存在,实际中信息可能不是很准确,所以关于具体数据库的信息建议通过直接查询相应数据库而获得

2.3 账号授权

example_db 创建完成后,可通过 root账户将 example_db 读写权限授权给test_user。授权后,即可通过 test_user 账户登录并操作 example_db 数据库。

-- 授权test_user在example_db的全部权限
GRANT ALL ON example_db TO test_user;
-- 只授权test_user在example_db的SELECT在\权限
GRANT SELECT_PRIV ON example_db TO test_user;

2.4 建表

此处及以后用test_user账号登录StarRocks

使用 CREATE TABLE 命令建立一个表(Table) ,更多详细参数访问官网文档查看详细信息。
切换数据库命令如下:

USE example_db;

StarRocks 支持单分区和复合分区两种建表方式。

下面以聚合模型为例,分别演示两种分区的建表语句。

2.4.1 非分区表

建立一个名字为 table1 的逻辑表。分桶列为 siteid,桶数为 10。
这个表的 schema 如下:

  • siteid:类型是INT(4字节), 默认值为10

  • citycode:类型是 SMALLINT(2字节)

  • username:类型是 VARCHAR, 最大长度为32, 默认值为空字符串

  • pv:类型是 BIGINT(8字节), 默认值是0; 这是一个指标列, StarRocks 内部会对指标列做聚合操作, 这个列的聚合方法是求和(SUM)

建表语句如下:

CREATE TABLE table1
(
    siteid INT DEFAULT '10',
    citycode SMALLINT,
    username VARCHAR(32) DEFAULT '',
    pv BIGINT SUM DEFAULT '0'
)
AGGREGATE KEY(siteid, citycode, username)
DISTRIBUTED BY HASH(siteid) BUCKETS 10;

2.4.2 分区表

建立一个名字为 table2 的逻辑表。
这个表的 schema 如下:

  • event_day:类型是DATE,无默认值

  • siteid:类型是 INT(4字节), 默认值为10

  • citycode:类型是 SMALLINT(2字节)

  • username:类型是 VARCHAR, 最大长度为32, 默认值为空字符串

  • pv:类型是BIGINT(8字节), 默认值是0; 这是一个指标列, StarRocks 内部会对指标列做聚合操作, 这个列的聚合方法是求和(SUM)

我们使用 event_day 列作为分区列,建立3个分区: p201706, p201707, p201708

  • p201706:范围为 [最小值, 2017-07-01)

  • p201707:范围为 [2017-07-01, 2017-08-01)

  • p201708:范围为 [2017-08-01, 2017-09-01)

注意

注意区间为左闭右开。

每个分区使用 siteid 进行哈希分桶,桶数为10
建表语句如下:

CREATE TABLE table2
(
    event_day DATE,
    siteid INT DEFAULT '10',
    citycode SMALLINT,
    username VARCHAR(32) DEFAULT '',
    pv BIGINT SUM DEFAULT '0'
)
AGGREGATE KEY(event_day, siteid, citycode, username)
PARTITION BY RANGE(event_day)
(
    PARTITION p201706 VALUES LESS THAN ('2017-07-01'),
    PARTITION p201707 VALUES LESS THAN ('2017-08-01'),
    PARTITION p201708 VALUES LESS THAN ('2017-09-01')
)
DISTRIBUTED BY HASH(siteid) BUCKETS 10
PROPERTIES("replication_num" = "1");

表建完之后,可以查看 example_db 中表的信息:

MySQL> SHOW TABLES;
+----------------------+
| Tables_in_example_db |
+----------------------+
| table1               |
| table2               |
+----------------------+
2 rows in set (0.01 sec)

MySQL> DESC table1;
+----------+-------------+------+-------+---------+-------+
| Field    | Type        | Null | Key   | Default | Extra |
+----------+-------------+------+-------+---------+-------+
| siteid   | int(11)     | Yes  | true  | 10      |       |
| citycode | smallint(6) | Yes  | true  | N/A     |       |
| username | varchar(32) | Yes  | true  |         |       |
| pv       | bigint(20)  | Yes  | false | 0       | SUM   |
+----------+-------------+------+-------+---------+-------+
4 rows in set (0.00 sec)

MySQL> DESC table2;
+-----------+-------------+------+-------+---------+-------+
| Field     | Type        | Null | Key   | Default | Extra |
+-----------+-------------+------+-------+---------+-------+
| event_day | date        | Yes  | true  | N/A     |       |
| siteid    | int(11)     | Yes  | true  | 10      |       |
| citycode  | smallint(6) | Yes  | true  | N/A     |       |
| username  | varchar(32) | Yes  | true  |         |       |
| pv        | bigint(20)  | Yes  | false | 0       | SUM   |
+-----------+-------------+------+-------+---------+-------+
5 rows in set (0.00 sec)

2.5 插入数据

2.5.1 Insert Into 插入

关于 Insert 使用的更多详细语法及最佳实践,请参阅 Insert 手册。

Insert Into 语句的使用方式和 MySQL 等数据库中 Insert Into 语句的使用方式类似。但在 StarRocks 中,所有的数据写入都是一个独立的导入作业。所以这里将 Insert Into 也作为一种导入方式介绍。
主要的 Insert Into 命令包含以下两种;

  • INSERT INTO tbl SELECT ...

  • INSERT INTO tbl (col1, col2, ...) VALUES (1, 2, ...), (1,3, ...);

Insert Into 命令需要通过 MySQL 协议提交,创建导入请求会同步返回导入结果。
语法:

INSERT INTO table_name [partition_info] [WITH LABEL label] [col_list] [query_stmt] [VALUES];

label 为用户指定的 label 或自动生成的 label。Label 是该 Insert Into 导入作业的标识。每个导入作业,都有一个在单 database 内部唯一的 Label。
示例:

INSERT INTO tbl2 WITH LABEL label1 SELECT * FROM tbl3;
INSERT INTO tbl1 VALUES ("qweasdzxcqweasdzxc"),("a");

注意

当需要使用 CTE(Common Table Expressions) 作为 insert 操作中的查询部分时,必须指定 WITH LABELcolumn list 部分。

示例

INSERT INTO tbl1 WITH LABEL label1
WITH cte1 AS (SELECT * FROM tbl1), cte2 AS (SELECT * FROM tbl2)
SELECT k1 FROM cte1 JOIN cte2 WHERE cte1.k1 = 1;

INSERT INTO tbl1 (k1)
WITH cte1 AS (SELECT * FROM tbl1), cte2 AS (SELECT * FROM tbl2)
SELECT k1 FROM cte1 JOIN cte2 WHERE cte1.k1 = 1;

Insert Into 本身就是一个 SQL 命令,其返回结果会根据执行结果的不同,分为以下几种:

  • 如果返回结果为 ERROR 1064 (HY000),则表示导入失败。

  • 如果返回结果为Query OK,则表示执行成功。

    • 如果 rows affected 为 0,表示结果集为空,没有数据被导入。

    • 如果rows affected大于 0:

      • 如果 statuscommitted,表示数据还不可见。需要通过 show transaction 语句查看状态直到 visible

      • 如果 statusvisible,表示数据导入成功。

    • 如果 warnings 大于 0,表示有数据被过滤,可以通过 show load 语句获取 url 查看被过滤的行。

2.5.2 批量导入

StarRocks 支持多种数据导入方式。具体可以参阅数据导入文档。这里我们使用流式导入 (Stream-Load) 和 Broker-Load 导入做示例。

  • Stream-Load

关于 Stream-Load 使用的更多详细语法及最佳实践,请参阅 Stream-Load 手册。

流式导入通过 HTTP 协议向 StarRocks 传输数据,可以不依赖其他系统或组件直接导入本地数据。详细语法帮助可以参阅 HELP STREAM LOAD;
示例1:以 "table1_20170707" 为 Label,使用本地文件 table1_data 导入 table1 表。

curl --location-trusted -u test:test_passwd -H "label:table1_20170707" -H "column_separator:," -T table1_data http://FE_HOST:8030/api/example_db/table1/_stream_load

本地文件 table1_data, 作为数据之间的分隔,具体内容如下:

1,1,jim,2
2,1,grace,2
3,2,tom,2
4,3,bush,3
5,3,helen,3

示例2: 以 "table2_20170707" 为 Label,使用本地文件 table2_data 导入 table2 表。

curl --location-trusted -u test:test -H "label:table2_20170707" -H "column_separator:|" -T table2_data http://127.0.0.1:8030/api/example_db/table2/_stream_load

本地文件 table2_data| 作为数据之间的分隔,具体内容如下:

2017-07-03|1|1|jim|2
2017-07-05|2|1|grace|2
2017-07-12|3|2|tom|2
2017-07-15|4|3|bush|3
2017-07-12|5|3|helen|3

注意

  1. 采用流式导入建议文件大小限制在 10GB 以内,过大的文件会导致失败重试代价变大。
  2. 每一批导入数据都需要取一个 Label,Label 最好是一个和一批数据有关的字符串,方便阅读和管理。StarRocks 基于 Label 保证在一个Database 内,同一批数据只可导入成功一次。失败任务的 Label 可以重用。
  3. 流式导入是同步命令。命令返回成功则表示数据已经导入,返回失败表示这批数据没有导入。
  • Broker-Load

Broker 导入通过部署的 Broker 进程,读取外部存储上的数据进行导入。

关于 Broker Load 使用的更多详细语法及最佳实践,请参阅 Broker Load 手册,你也可以在 MySQL 客户端命令行下输入 HELP BROKER LOAD 获取更多帮助信息。

示例:以 "table1_20170708" 为 Label,将 HDFS 上的文件导入 table1 表

LOAD LABEL table1_20170708
(
    DATA INFILE("hdfs://your.namenode.host:port/dir/table1_data")
    INTO TABLE table1
)
WITH BROKER hdfs 
(
    "username"="hdfs_user",
    "password"="hdfs_password"
);

Broker 导入是异步命令。以上命令执行成功只表示提交任务成功。导入是否成功需要通过 SHOW LOAD; 查看。如:

SHOW LOAD WHERE LABEL = "table1_20170708";

返回结果中,State 字段为 FINISHED 则表示导入成功。
关于 SHOW LOAD 的更多说明,可以参阅 HELP SHOW LOAD;
异步的导入任务在结束前可以取消:

CANCEL LOAD WHERE LABEL = "table1_20170708";

2.6 查询数据

2.6.1 简单查询

MySQL> SELECT * FROM table1 LIMIT 3;
+--------+----------+----------+------+
| siteid | citycode | username | pv   |
+--------+----------+----------+------+
|      2 |        1 | 'grace'  |    2 |
|      5 |        3 | 'helen'  |    3 |
|      3 |        2 | 'tom'    |    2 |
+--------+----------+----------+------+
3 rows in set (0.01 sec)
MySQL> SELECT * FROM table1 ORDER BY citycode;
+--------+----------+----------+------+
| siteid | citycode | username | pv   |
+--------+----------+----------+------+
|      2 |        1 | 'grace'  |    2 |
|      1 |        1 | 'jim'    |    2 |
|      3 |        2 | 'tom'    |    2 |
|      4 |        3 | 'bush'   |    3 |
|      5 |        3 | 'helen'  |    3 |
+--------+----------+----------+------+
5 rows in set (0.01 sec)

2.6.2 Join 查询

MySQL> SELECT SUM(table1.pv) FROM table1 JOIN table2 WHERE table1.siteid = table2.siteid;
+--------------------+
| sum(`table1`.`pv`) |
+--------------------+
|                 12 |
+--------------------+
1 row in set (0.20 sec)

2.6.3 子查询

MySQL> SELECT SUM(pv) FROM table2 WHERE siteid IN (SELECT siteid FROM table1 WHERE siteid > 2);
+-----------+
| sum(`pv`) |
+-----------+
|         8 |
+-----------+
1 row in set (0.13 sec)