首页
/ Apache Doris 数据类型全面解析:从基础到高级应用

Apache Doris 数据类型全面解析:从基础到高级应用

2025-06-27 13:24:50作者:廉皓灿Ida

一、数据类型概述

Apache Doris 作为一款高性能的MPP分析型数据库,提供了丰富的数据类型支持,以满足不同业务场景下的数据处理需求。本文将系统性地介绍Doris支持的所有数据类型,包括数值类型、日期时间类型、字符串类型、半结构化类型、聚合类型以及IP类型,帮助开发者更好地理解和使用这些数据类型。

二、数值类型详解

1. 布尔类型(BOOLEAN)

布尔类型是最基础的数据类型之一,在Doris中:

  • 使用1表示true
  • 使用0表示false

这种表示方式与大多数编程语言一致,便于理解和转换。

2. 整数类型

Doris提供了从1字节到16字节的完整整数类型系列:

类型 存储空间 取值范围 典型应用场景
TINYINT 1字节 -128 ~ 127 状态码、小范围计数
SMALLINT 2字节 -32,768 ~ 32,767 中等范围计数
INT 4字节 -2,147,483,648 ~ 2,147,483,647 常规整数存储
BIGINT 8字节 -9.22×10¹⁸ ~ 9.22×10¹⁸ 大整数、ID等
LARGEINT 16字节 -2¹²⁷ ~ 2¹²⁷-1 超大整数、精确计算

选择建议:根据实际数据范围选择最小够用的类型,可以节省存储空间并提升查询性能。

3. 浮点类型

Doris支持两种浮点类型:

  • FLOAT:单精度浮点,约7位有效数字
  • DOUBLE:双精度浮点,约15位有效数字

注意:浮点类型存在精度损失问题,不适合金融等需要精确计算的场景。

4. 定点类型(DECIMAL)

DECIMAL类型用于精确计算,特别适合金融领域:

  • 可指定精度和小数位数
  • 不会产生浮点运算的精度误差
  • 语法:DECIMAL(P,S),P表示总位数,S表示小数位数

三、日期时间类型

1. 主要类型

类型 精度 格式示例 特点
DATE '2023-01-01' 仅存储日期
DATETIME 微秒 '2023-01-01 12:00:00' 存储日期和时间
TIME '12:00:00' 仅存储时间(暂不支持建表)

2. 使用建议

  • 避免直接将日期时间类型转为数值类型操作
  • 使用内置函数处理日期计算:
    • TIME_TO_SEC:时间转秒数
    • DATE_DIFF:计算日期差
    • UNIX_TIMESTAMP:获取Unix时间戳

四、字符串类型

1. 类型对比

类型 长度特性 最大长度 存储特点
CHAR(M) 固定长度 255字节 不足长度会填充空格
VARCHAR(M) 可变长度 65,533字节 只存储实际内容
STRING 可变长度 默认1MB(可配置) 大文本存储

2. 选择策略

  • 确定长度的字段使用CHAR(M)效率更高
  • 长度变化大的字段使用VARCHAR(M)节省空间
  • 超大文本使用STRING类型

五、半结构化类型

1. 固定模式类型

  • ARRAY:存储同类型元素集合
  • MAP:键值对集合
  • STRUCT:复合结构,可包含不同类型字段

优势:固定模式带来高性能,适合分析场景。

2. 灵活模式类型

  • VARIANT:自动扩展JSON结构为列存储
    • 高压缩率
    • 适合日志、IoT等半结构化数据
  • JSON:二进制存储格式
    • 点查询性能提升2倍以上
    • 适合高并发查询场景

六、聚合类型

1. 主要类型及用途

类型 主要用途 优势
BITMAP 精确去重(UV统计) 空间效率高,计算快
HLL 近似去重 比COUNT DISTINCT更快
QUANTILE_STATE 近似分位数计算 性能优于PERCENTILE函数
AGG_STATE 加速聚合计算 与聚合函数组合使用

七、IP类型

1. 类型特点

  • IPv4:4字节存储,配套ipv4_*函数族
  • IPv6:16字节存储,配套ipv6_*函数族

优势:相比字符串存储,查询更快且更节省空间。

八、最佳实践建议

  1. 数值类型:根据范围选择最小够用的类型
  2. 字符串类型:优先使用VARCHAR,固定长度用CHAR
  3. 日期类型:使用专门函数处理,避免直接数值转换
  4. 半结构化数据
    • 模式固定:使用ARRAY/MAP/STRUCT
    • 模式灵活:查询为主用JSON,分析为主用VARIANT
  5. 去重统计:优先考虑BITMAP和HLL类型

通过合理选择数据类型,可以显著提升Doris的存储效率和查询性能。建议在实际应用中根据具体业务场景和数据特点选择最适合的类型。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
295
985
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
496
394
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
113
198
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
59
141
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
356
328
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
51
15
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
97
251
ArkAnalyzer-HapRayArkAnalyzer-HapRay
ArkAnalyzer-HapRay 是一款专门为OpenHarmony应用性能分析设计的工具。它能够提供应用程序性能的深度洞察,帮助开发者优化应用,以提升用户体验。
Python
18
6
arkanalyzerarkanalyzer
方舟分析器:面向ArkTS语言的静态程序分析框架
TypeScript
33
38
CangjieMagicCangjieMagic
基于仓颉编程语言构建的 LLM Agent 开发框架,其主要特点包括:Agent DSL、支持 MCP 协议,支持模块化调用,支持任务智能规划。
Cangjie
580
41