Apache Doris整体架构、FE元数据管理及数据组织_doris be fe

目录

1. Doris整体架构

2. FE 元数据管理 

3. Doris数据组织 

---

1. Doris整体架构

       Doris主要分为FE和BE两个组件，FE主要负责查询的编译，分发和元数据管理（基于内存，类似HDFS NN）；BE主要负责查询的执⾏和存储系统。

1、这张图是Doris的整体架构。Doris的架构很简洁，只设FE(Frontend)、BE(Backend)两种⾓⾊、两个进程，不依赖于外部组件，⽅便 部署和运维。

2、以数据存储的⾓度观之，FE存储、维护集群元数据；BE存储物理数据。

3、以查询处理的⾓度观之, FE节点接收、解析查询请求，规划查询计划，调度查询执⾏，返回查询结果；BE节点依据FE⽣成的物理计划， 分布式地执⾏查询。

4、FE主要有有三个⾓⾊，⼀个是leader，⼀个是follower，还有⼀个observer。leader跟follower，主要是⽤来达到元数据的⾼可⽤，保证单节点宕机的情况下，元数据能够实时地在线恢复，⽽不影响整个服务。

5、右边observer只是⽤来扩展查询节点，就是说如果在发现集群压⼒⾮常⼤的情况下，需要去扩展整个查询的能⼒，那么可以加 observer的节点。observer不参与任何的写⼊，只参与读取。

2. FE 元数据管理 

元数据层⾯，Doris采⽤Paxos协议以及Memory + Checkpoint + Journal的机制来确保元数据的⾼性能及⾼可靠。

元数据的每次更新，都⾸先写⼊到磁盘的⽇志⽂件中（WAL溢⾎⽇志），然后再写到内存中，最后定期checkpoint到本地磁盘上。相当于是⼀个纯内存的⼀个结构，也就是说所有的元数据都会缓存在内存之中，从⽽保证FE在宕机后能够快速恢复元数据，⽽且不丢失元数据。

Leader、follower和 observer它们三个构成⼀个可靠的服务，这样如果发⽣节点宕机的情况，在百度内部⼀般是部署⼀个leader两个follower，外部公司⽬前来说基本上也是这么部署的。就是说三个节点去达到⼀个⾼可⽤服务。

单机的节点故障时基本上三个就够了，因为FE节点只存了⼀份元数据，它的压⼒不⼤，所以如果FE太多的时候它会去消耗机器资源， 所以多数情况下三个就⾜够了，可以达到⼀个很⾼可⽤的元数据服务。

3. Doris数据组织 

数据主要存储在BE⾥⾯，BE节点上物理数据的可靠性通过多副本来实现，默认是3副本，副本数可配置且可随时动态调整,满⾜不同可⽤性级别的业务需求。