深入doris查询计划以及io调度（三）查询执行协调器QE
概述 在 Doris 的查询执行体系中，Coordinator（协调器）是 FE 端负责查询执行协调的核心组件。它由第 7 章的查询规划器生成分布式执行计划后接管，负责将逻辑执行计划转化为实际的物理执
24
2026-01-07
概述 在 Doris 的查询执行体系中，Coordinator（协调器）是 FE 端负责查询执行协调的核心组件。它由第 7 章的查询规划器生成分布式执行计划后接管，负责将逻辑执行计划转化为实际的物理执
解决 SQL 多对多关系查询中的笛卡尔积问题。通过 GROUP_CONCAT 聚合函数和 GROUP BY 子句，将联系人的多个分组和标签聚合到一条记录中，避免数据重复。
最近遇到一个跨库查询性能问题，查询耗时从 24 秒优化到 0.6 秒，提升了 40 倍。这篇文章记录一下整个排查和解决过程，涉及 Superset、PostgreSQL FDW、微服务架构下的数据聚合
1. StorageEngine 架构概述 1.1 核心架构设计 Doris 的存储引擎采用 LSM-Tree（Log-Structured Merge-Tree） 架构，专为写多读少场景优化。Sto
导读 What：Nereids优化器的核心组件有哪些？Cascades框架是什么？ Why：为什么需要重写优化器？Nereids相比传统Planner有哪些优势？ How：Memo数据结构如何紧凑存储
01 引言：当 SQL 遇到“灵魂拷问” ? 作为一名在大数据领域摸爬滚打多年的工程师，你一定对这样的 SQL 语句烂熟于心： 这是一种精确匹配（Exact Match）。数据库像一个一丝不苟的图书管
Apache Doris 针对 TopN 类型查询进行了全局优化，可将此类查询的性能提升约 5 倍；同时，优化范围也从单表进一步拓展至数据湖场景
在微服务架构中，数据访问层的设计直接影响着整个系统的性能和稳定性。今天我们深入剖析一套生产级 Go 数据库访问框架，揭秘如何通过读写分离、缓存防护和连接池优化等技术手段，打造高性能、高可用的数据访问层
一、前言 在现代高并发系统中，性能和数据一致性常常是一对“欢喜冤家”：追求极致性能可能牺牲一致性，而过于强调一致性又容易拖慢系统响应。Redis和MySQL作为两种截然不同的数据库技术，就像武侠小说中
亲爱的社区小伙伴们，**Apache Doris 4.0.2 版本已正式发布。**此版本新增了在 AI & Search、函数、物化视图、Lakehouse 等方面的功能。
引言 第一范式 第一范式：确保关系中的所有属性（列）都是不可再分的原子性值。 具体含义： 表中的每一个字段都不可再分。 不允许在同一列中存储多个值，例如，一个“联系方式”字段不能包含“电话号码, 电子
一、引言 Redis 作为一款高性能的内存数据库，早已成为现代互联网应用的宠儿。无论是用作缓存加速访问、存储用户会话，还是驱动实时排行榜，它的身影无处不在。然而，正如一辆跑车需要精心调校才能发挥极致性
学习通是常用的学习工具，可以随时进行学习，找到你需要的资源，跨平台就能在线学习，了解学习的进度，但是很多小伙伴找不到入口在哪，下面就分享给大家。学习通网页版登录
点击阅读
