Doris使用最佳实践：字符集与建表规范指南

Doris使用规范（最佳实践）是一份指导用户高效、正确地使用Doris大数据处理引擎的文档。这份规范强调了在数据库设计和操作中的关键原则，旨在提升性能和避免常见问题。 1. 字符集规范： - 强制：所有数据库需使用utf-8字符集，这是Doris的唯一支持格式，确保数据的一致性和兼容性。 2. 命令规范： - 建议：库名应遵循小写，用下划线分隔且长度不超过62字节，便于管理。 - 建议：表名也采用小写，同样用下划线分隔，长度限制在64字节，保持命名一致性。 3. 建表规范： - 强制：每个tablet的大小应设定在1-3GB范围内，以优化磁盘使用和查询性能。 - 强制：当数据量超过5亿时，必须实施分区分桶策略，根据不同场景： - 对于维度表，根据数据增长率选择分区和桶的数量，例如： - 小于1GB：1个桶 - 1-3GB：3-5个桶 - 3-5GB：7-10个桶 - 对于事实表，根据增长速度和存储周期确定桶数，但建议保持单个桶在1-3GB。 - 建议：1000万到2亿之间的数据，为了简洁可以不设置分区，直接使用分桶策略。 - 强制：小于2000万的数据禁止使用动态分区，以防止无谓的资源消耗和用户不易察觉的问题。 - 特殊处理：针对历史数据不均衡或查询概率低的情况，可以创建专门的历史分区，如按年月存放。 4. 数据倾斜与优化： - 避免数据倾斜：通过对分桶字段进行加盐处理，确保查询策略一致，同时考虑随机分桶以实现均匀分布。 这些最佳实践能够帮助用户提高Doris系统的性能，减少维护成本，并确保数据的准确性和一致性。在实际操作中，遵守这些规范将有助于构建健壮的大数据架构。