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 | 天 | '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 | 秒 | '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
- 数值类型:根据范围选择最小够用的类型
- 字符串类型:优先使用VARCHAR,固定长度用CHAR
- 日期类型:使用专门函数处理,避免直接数值转换
- 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
- 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
热门内容推荐
1 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 2 freeCodeCamp博客页面工作坊中的断言方法优化建议3 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析4 freeCodeCamp论坛排行榜项目中的错误日志规范要求5 freeCodeCamp课程页面空白问题的技术分析与解决方案6 freeCodeCamp课程视频测验中的Tab键导航问题解析7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp全栈开发课程中React实验项目的分类修正9 freeCodeCamp英语课程填空题提示缺失问题分析10 freeCodeCamp Cafe Menu项目中link元素的void特性解析
最新内容推荐
Tencent Kona JDK 8.0.21-GA 版本深度解析 SuperTextEditor 中列表项垂直对齐问题的分析与解决方案 Nextcloud Snap 在 Ubuntu 24.04 上的专业部署指南 LIKWID项目中Grace架构性能监控事件的十六进制格式问题分析 Faster-Whisper-Server项目:实现支持音频输入的Chat Completions端点设计 Millennium Steam Patcher项目中的XDG目录规范支持问题分析 Docker-HandBrake v25.02.1 版本发布:媒体转码容器的重要更新 TGStation项目中的文本格式化问题分析与修复 SBOM工具项目中macOS CI工作流重复执行问题的分析与解决 SubnauticaNitrox聊天输入框焦点控制优化方案
项目优选
收起

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)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

React Native鸿蒙化仓库
C++
113
198

openGauss kernel ~ openGauss is an open source relational database management system
C++
59
141

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

🔥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

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-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

方舟分析器:面向ArkTS语言的静态程序分析框架
TypeScript
33
38

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