一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第21天，点击查看活动详情。
复合分区
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, Doris 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: p202006, p202007, p202008
-
p202006：范围为 [最小值, 2020-07-01)
-
p202007：范围为 [2020-07-01, 2020-08-01)
-
p202008：范围为 [2020-08-01, 2020-09-01)
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 p202006 VALUES LESS THAN ('2020-07-01'),
PARTITION p202007 VALUES LESS THAN ('2020-08-01'),
PARTITION p202008 VALUES LESS THAN ('2020-09-01')
)
DISTRIBUTED BY HASH(siteid) BUCKETS 10
PROPERTIES("replication_num" = "1");
注意事项：
-
上述表通过设置 replication_num 建的都是单副本的表，Doris建议用户采用默认的 3 副本设置，以保证高可用。
-
可以对复合分区表动态的增删分区。详见 HELP ALTER TABLE 中 Partition 相关部分。
-
数据导入可以导入指定的 Partition。详见 HELP LOAD。
-
可以动态修改表的 Schema。
-
可以对 Table 增加上卷表（Rollup）以提高查询性能，这部分可以参见高级使用指南关于 Rollup 的描述。
表的列的Null属性默认为true，会对查询性能有一定的影响。
数据导入 （Load）
为适配不同的数据导入需求，Doris系统提供了五种不同的数据导入方式，每种数据导入方式支持不同的数据源，存在不同的方式（异步，同步）
- Broker load
通过Broker进程访问并读取外部数据源（HDFS）导入Doris，用户通过Mysql提交导入作业，异步执行，通过show load命令查看导入结果
- Stream load
用户通过HTTP协议提交请求并携带原始数据创建导入，主要用于快速将本地文件或者数据流中的数据导入到Doris，导入命令同步返回结果
- Insert
类似Mysql中的insert语句，Doris提供insert into table select ...的方式从Doris的表中读取数据并导入到另一张表中，或者通过insert into table values(...)的方式插入单条数据
- Multi load
用户可以通过HTTP协议提交多个导入作业，Multi load可以保证多个导入作业的原子生效
- Routine load
用户通过Mysql协议提交例行导入作业，生成一个常驻线程，不间断的从数据源（如Kafka）中读取数据并导入到Doris中
