Apache Doris 集成存储计算集群手动部署指南
2025-06-27 11:25:08作者:曹令琨Iris
概述
Apache Doris 是一款高性能、实时的分析型数据库,采用 MPP(大规模并行处理)架构设计。本文将详细介绍如何手动部署 Apache Doris 的集成存储计算集群,帮助用户快速搭建生产环境。
集群架构简介
Apache Doris 采用集成存储计算架构,主要包含两类节点:
- FE(Frontend)节点:负责元数据管理、集群管理、查询解析和调度
- BE(Backend)节点:负责数据存储和计算执行
这种架构设计使得 Doris 能够同时提供高效的查询性能和强大的扩展能力。
部署前准备
在开始部署前,请确保已完成以下准备工作:
- 硬件环境检查:确认服务器配置满足要求
- 操作系统检查:确保系统参数配置正确
- 网络规划:确定各节点IP地址和端口分配
- 软件准备:下载对应版本的 Doris 安装包
详细部署步骤
第一步:部署 FE Master 节点
1. 创建元数据目录
建议将 FE 元数据存储在独立磁盘上,与 BE 数据存储分离:
# 创建专用元数据目录
mkdir -p /data/doris-meta
# 创建符号链接(如使用默认目录结构)
ln -s /data/doris-meta /path/to/doris/fe/doris-meta
2. 配置 FE 参数
编辑 conf/fe.conf
文件,关键配置项包括:
# JVM 堆内存设置(生产环境建议16GB以上)
JAVA_OPTS="-Xmx16384m -XX:+UseMembar -XX:SurvivorRatio=8"
# 表名大小写敏感设置(建议设为1,不敏感)
lower_case_table_names = 1
# 网络CIDR配置(根据实际网络规划)
priority_networks = 10.1.3.0/24
# JDK路径设置
JAVA_HOME = /usr/local/jdk
3. 启动 FE 进程
./bin/start_fe.sh --daemon
4. 验证 FE 状态
使用 MySQL 客户端连接并检查状态:
mysql -uroot -P9030 -h127.0.0.1
> SHOW FRONTENDS\G
重点关注 Alive
、Join
和 IsMaster
字段状态。
第二步:扩展 FE 集群(可选)
生产环境建议部署至少3个 FE 节点(1 Master + 2 Follower)。
1. 添加 Follower 节点
在 Master FE 上执行:
ALTER SYSTEM ADD FOLLOWER "follower_ip:9010";
2. 启动 Follower 节点
在新节点上执行:
./bin/start_fe.sh --helper master_ip:9010 --daemon
3. 验证集群状态
SHOW FRONTENDS;
第三步:部署 BE 节点
1. 创建数据目录
mkdir -p /data1/doris-storage
mkdir -p /data2/doris-storage
2. 配置 BE 参数
编辑 conf/be.conf
:
# 存储路径配置(支持多磁盘)
storage_root_path=/data1/doris-storage,medium:HDD;/data2/doris-storage,medium:SSD
# 网络CIDR配置
priority_networks = 10.1.3.0/24
3. 注册 BE 节点
在 FE 上执行:
ALTER SYSTEM ADD BACKEND "be_ip:9050";
4. 启动 BE 进程
./bin/start_be.sh --daemon
5. 验证 BE 状态
SHOW BACKENDS;
第四步:集群完整性验证
1. 修改 root 密码
SET PASSWORD = PASSWORD('your_new_password');
2. 创建测试表
CREATE DATABASE test_db;
USE test_db;
CREATE TABLE test_table (
id INT,
name VARCHAR(50),
value DOUBLE
)
DISTRIBUTED BY HASH(id) BUCKETS 10;
3. 数据操作测试
-- 插入数据
INSERT INTO test_table VALUES
(1, 'item1', 10.5),
(2, 'item2', 20.3);
-- 查询验证
SELECT * FROM test_table;
生产环境建议
- FE 节点:至少部署3个节点,确保高可用
- BE 节点:根据数据量和查询负载确定节点数量
- 监控:部署监控系统,定期检查集群健康状态
- 备份:建立定期元数据备份机制
常见问题排查
- FE 启动失败:检查
log/fe.log
中的错误信息 - BE 无法加入集群:确认网络连通性和端口开放情况
- 查询性能问题:检查 BE 节点负载和数据分布情况
总结
通过本文的步骤,您已经成功部署了一个 Apache Doris 集成存储计算集群。这种架构设计使得 Doris 能够充分发挥 MPP 架构的优势,提供高性能的分析能力。在实际生产环境中,建议根据业务需求进一步优化配置参数,并建立完善的监控和维护机制。
登录后查看全文
热门项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++026Hunyuan3D-Part
腾讯混元3D-Part00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0279Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K

deepin linux kernel
C
22
6

Ascend Extension for PyTorch
Python
38
72

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50

🎉 (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
943
556

React Native鸿蒙化仓库
C++
196
279

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
993
396

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
361
12

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71