国产数据库 - 架构设计 - 初识Doris

yzsDBA

发布于 2024-06-03 10:41:47

1670

发布于 2024-06-03 10:41:47

文章被收录于专栏：PostgreSQL研究与原理解析

国产数据库 - 架构设计 - 初识Doris

Doris是一款基于MPP架构的分析型数据库。整体架构很简单，只有两类进程FE和BE。其中FE（Frontend）主要负责用户请求的接入、查询解析规划、元数据管理和节点管理相关工作；BE（Backend）主要负责数据存储、查询计划的执行。

1、架构

业界比较有名另一款的MPP分布式数据库GreenPlum，对照其来说，这里的FE和GPDB的Master相对应，BE对应于Segment。

2、存储引擎

采用列存，支持比较丰富的索引：

1）Sorted Compound Key Index，可以最多指定三个列组成复合排序键，通过该索引，能够有效进行数据裁剪，从而能够更好支持高并发的报表场景

2）Min/Max：有效过滤数值类型的等值和范围查询

3）Bloom Filter：对高基数列的等值过滤裁剪非常有效

4）Inverted Index：能够对任意字段实现快速检索

3、查询执行引擎

采用 MPP 的模型，节点间和节点内都并行执行，也支持多个大表的分布式 Shuffle Join，从而能够更好应对复杂查询：

Doris 查询引擎是向量化的查询引擎，所有的内存结构能够按照列式布局，能够达到大幅减少虚函数调用、提升 Cache 命中率，高效利用 SIMD 指令的效果。在宽表聚合场景下性能是非向量化引擎的 5-10 倍。

Doris 采用了 Adaptive Query Execution 技术，可以根据 Runtime Statistics 来动态调整执行计划，比如通过 Runtime Filter 技术能够在运行时生成 Filter 推到 Probe 侧，并且能够将 Filter 自动穿透到 Probe 侧最底层的 Scan 节点，从而大幅减少 Probe 的数据量，加速 Join 性能。Doris 的 Runtime Filter 支持 In/Min/Max/Bloom Filter。

4、几个重要概念

4.1 分区、分桶与Tablet

和GPDB一样，Doris也支持表分区，支持的分区方式有Round-Rbin、Range、List和Hash，他是一个逻辑概念。第二层数据划分就是分桶：表定义时可以定义分为几个桶，然后一个分区里面的数据按照：分桶键%分桶数，hash出位于哪个桶上，该桶可以认为是一个Tablet；它是一个物理概念，以多副本的形式均匀分布在BE节点上。

1）分区的作用可以按照分区键拆分成不同的管理单元，针对每个分区制定相应存储策略：比如副本数、分桶数、冷热策略、存储介质等。

2）有了分区，就可以有效地进行分区裁剪，减少扫描数据量

3）Tablet（数据分片）以多副本形式存储，是数据均衡和恢复的最小单位。

4.2 物理执行计划

物理执行计划由FE生成，由物理算子构成执行计划树。

4.3 计划碎片

和GPDB的slice概念有些类似。GPDB中的执行计划由Motion算子进行划分，两边分为不同slice，即不需要发生数据交换的一批算子组成一个slice。而Doris中的计划碎片类似，如下图，左边是一个物理执行计划，同样是以发生数据交换的节点进行分割，右边分割为4个计划碎片：碎片3和碎片4分别通过DataStreamSink 算子发送数据给碎片2，碎片2通过Exchange算子接收。

4.4 计划碎片实例

Fragment Instance 是 PlanFragment 的一个执行实例，StarRocks 的 table 经过分区分桶被拆分成若干 tablet，每个 tablet 以多副本的形式存储在计算节点上。可以将 PlanFragment 的实例化成多个 Fragment Instance 处理分布在不同机器上的 tablet，从而实现数据并行计算。FE 确定 Fragment Instance 的数量和执行 Fragment Instance 的目标 BE，然后 FE 向 BE投递 Fragment Instance。这里的意思是：以tablet副本数为基础进行并行。比如tablet有3个副本，那么就生成3个计划碎片实例，而这个三个计划碎片实例分别发送到不同BE上（tablet的3个副本位于3个不同BE上），三个BE分别并行执行这个计划碎片。当然，理想状态是3个BE负责扫不同的tablet。当BE数目小于tablet数时，每个BE就要负责多个tablet的扫描了。

这里说一个简单的例子：

select A.c0, B.c1 from A, B where A.c0 = B.c0

1）FE 产生物理计划并且拆分计划碎片，如下图所示，物理计划被拆分成三个计划碎片，其中 Fragment 1 包含 HashJoinNode，Fragment 0 为 HashJoinNode 的右孩子。

2）FE确定计划碎片实例数量并创建碎片实例。这里默认tablet副本为3，这3个副本分别位于不同的BE中，所以计划碎片1生成3个碎片实例，让不同BE并行JOIN

3）FE 将所有 Fragment Instance，一次性(all-at-once)投递给 BE，BE 执行 Fragment Instance。

4.5 物理算子

物理算子是构成物理执行计划 PlanFragment 的基本元素，例如 OlapScanNode，HashJoinNode 等等。另外，在 Fragment Instance 中，一般用 DataSink 的子类描述该 Fragment Instance 计算结果的去向，比如 DataStreamSink 会把计算结果发给下游 Fragment Instance的ExchangeNode。

4.6 Pipeline算子

Pipeline 算子是组成 Pipeline 的元素，BE 的 PipelineBuilder 拆分 PlanFragment 为 Pipeline 时，物理算子需要转换为成 Pipeline 算子，给Pipeline执行引擎去执行。比如DataStreamSind和ExchangeNode会转换成ExchangeSinkOperator和ExchangeSourceOperator。当然，Pipeline算子会比物理算子多，因为一个pipeline算子最多仅能有一个数据输入和一个数据输出，对于需要两个或多个输入的算子比如HashJoinNode来说（需要左节点和右节点的数据）需要转换成HashJoinBuildOperator和HashJoinProbeOperator，顾名思义，分别用来构建hash表和进行hash探测。