跳到主要内容
跳到主要内容

缓存概览

需求场景

大部分数据分析场景是写少读多,数据写入一次,多次频繁读取,比如一张报表涉及的维度和指标,数据在凌晨一次性计算好,但每天有数百甚至数千次的页面访问,因此非常适合把结果集缓存起来。在数据分析或 BI 应用中,存在下面的业务场景:

  • 高并发场景,Doris 可以较好的支持高并发,但单台服务器无法承载太高的 QPS

  • 复杂图表的看板,复杂的 Dashboard 或者大屏类应用,数据来自多张表,每个页面有数十个查询,虽然每个查询只有数十毫秒,但是总体查询时间会在数秒

  • 趋势分析,给定日期范围的查询,指标按日显示,比如查询最近 7 天内的用户数的趋势,这类查询数据量大,查询范围广,查询时间往往需要数十秒

  • 用户重复查询,如果产品没有防重刷机制,用户因手误或其他原因重复刷新页面,导致提交大量的重复的 SQL

以上四种场景,在应用层的解决方案,把查询结果放到 Redis 中,周期性的更新缓存或者用户手工刷新缓存,但是这个方案有如下问题:

  • 数据不一致,无法感知数据的更新,导致用户经常看到旧的数据

  • 命中率低,缓存整个查询结果,如果数据实时写入,缓存频繁失效,命中率低且系统负载较重

  • 额外成本,引入外部缓存组件,会带来系统复杂度,增加额外成本

解决方案

本分区缓存策略可以解决上面的问题,优先保证数据一致性,在此基础上细化缓存粒度,提升命中率,因此有如下特点:

  • 用户无需担心数据一致性,通过版本来控制缓存失效,缓存的数据和从 BE 中查询的数据是一致的

  • 没有额外的组件和成本,缓存结果存储在 BE 的内存中,用户可以根据需要调整缓存内存大小

  • 实现了一种缓存策略,SQLCache

  • 用一致性哈希解决 BE 节点上下线的问题,BE 中的缓存算法是改进的 LRU

使用场景

当前支持 SQL Cache,支持 OlapTable 内表 和 Hive 外表。

SQL Cache: 只有 SQL 语句完全一致才会命中缓存,详情见:sql-cache-manual.md

监控

FE 的监控项:

query_table            //Query 中有表的数量
query_olap_table //Query 中有 Olap 表的数量
cache_mode_sql //识别缓存模式为 sql 的 Query 数量
cache_hit_sql //模式为 sql 的 Query 命中 Cache 的数量

Cache 命中率 = cache_hit_sql / query_olap_table

BE 的监控项:

query_cache_memory_total_byte       //Cache 内存大小
query_query_cache_sql_total_count //Cache 的 SQL 的数量

SQL 平均数据大小 = cache_memory_total / cache_sql_total

其他监控:可以从 Grafana 中查看 BE 节点的 CPU 和内存指标,Query 统计中的 Query Percentile 等指标,配合 Cache 参数的调整来达成业务目标。

相关参数

  1. cache_result_max_row_count

查询结果集放入缓存的最大行数,默认 3000。

vim fe/conf/fe.conf
cache_result_max_row_count=3000
  1. cache_result_max_data_size

查询结果集放入缓存的最大数据大小,默认 30M,可以根据实际情况调整,但建议不要设置过大,避免过多占用内存,超过这个大小的结果集不会被缓存。

vim fe/conf/fe.conf
cache_result_max_data_size=31457280
  1. cache_last_version_interval_second

缓存的查询分区最新版本离现在的最小时间间隔,只有大于这个间隔没有被更新的分区的查询结果才会被缓存,默认 30,单位秒。

vim fe/conf/fe.conf
cache_last_version_interval_second=30
  1. query_cache_max_size_mb 和 query_cache_elasticity_size

query_cache_max_size_mb 缓存的内存上限,query_cache_elasticity_size 缓存可拉伸的内存大小,BE 上的缓存总大小超过 query_cache_max_size + cache_elasticity_size 后会开始清理,并把内存控制到 query_cache_max_size 以下。

可以根据 BE 节点数量,节点内存大小,和缓存命中率来设置这两个参数。计算方法:假如缓存 10000 个 Query,每个 Query 缓存 1000 行,每行是 128 个字节,分布在 10 台 BE 上,则每个 BE 需要约 128M 内存(10000 1000 128/10)。

vim be/conf/be.conf
query_cache_max_size_mb=256
query_cache_elasticity_size_mb=128