什么是StarRocks？

StarRocks是新一代极速全场景MPP数据库（高并发数据库）。

StarRocks充分吸收关系型OLAP数据库和分布式存储系统在大数据时代的优秀研究成果。

1.可以在Spark和Flink里面处理数据，然后将处理完的数据写到StarRocks里面。

2.可以实现将数据从Hadoop倒入到StarRocks里面去，也可以将StarRocks的数据倒入到Hadoop里面，都是可以实现的。

3.可以对接ES数据库（ElasticSearch）。

4.StarRocks兼容MySQL的协议，可以通过 MySQL的客户端 和 常用BI工具 对接StarRocks来进行数据分析。

5.StarRocks采用分布式架构，对数据表进行水平划分并且以多副本存储，集群规模可以灵活伸缩，能够支持10PB级别的数据分析，支持MPP框架，并行加速计算，支持多副本，具有弹性容错能力。

StarRocks适合什么场景？

1.OLAP多维分析：用户行为分析，用户画像，财务报表，系统监控分析。

2.实时数据分析：电商数据分析，直播质量分析，物流运单分析，广告投放分析。

3.高并发查询：广告主表分析，Dashboard多页面分析。

4.统一分析：通过使用一套系统解决上述场景，降低系统复杂度和多技术栈开发成本。

StarRocks基本概念：

1.FE：FrondEnd是StarRocks的前端节点，负责管理元数据，负责与客户端连接，进行查询规划，查询调度等工作。

2.BE：BackEnd时StarRocks的后端节点，负责数据存储，计算执行，以及Compaction，副本管理等工作。

3.Broker：Broker并不是必须出现的，当StarRocks和HDFS进行交互的时候（也就是数据从HDFS到StarRocks中 和 数据从StarRocks中到HDFS里面），那么StaRocks负责这个过程的中转服务，辅助提供导入导出功能。

4.StarRocksManager：StarRocks的可视化工具，提供StarRocks的集群管理，在线查询，故障查询，监控报警的可视化工具。

5.Tablet：StarRocks中表的逻辑分片，也是StarRocks中副本管理的基本单位，每个表根据分区和分桶机制被划分成多个Tablet存储在不同BE节点上。

StarRocks系统架构：

FE：

1.接受MySQL客户端的连接，解析并且执行SQL语句。

2.管理元数据，执行SQL DDL命令，用CataLog记录库，表，分区，tablet副本等信息。

3.FE高可用部署，使用 复制协议选主 和 主从同步 元数据，所有的元数据修改操作，都有FE的leader节点完成，FE的follower节点可执行读操作。元数据的读写满足顺序一致性，FE的节点数目采用2n+1，可以容忍n个节点故障，当FE leader故障的时候，可以从现有的follower节点中重新选主，完成故障切换。

4.FE中的SQL Layer对用户提交的SQL进行解析，分析，改写，语义分析和关系代数优化，生产逻辑执行计划。

5.FE中的Planner负责把逻辑计划转化为可分布式执行的物理计划，分发给一组BE。

6.FE监督BE，管理BE的上下线，根据BE的存活和健康状态，维持tablet副本的数量。

7.FE协调数据导入，保证数据导入的一致性。

BE：

1.BE管理tablet副本，tablet时table经过分区分桶形成的子表，采用列式存储。

2.BE受FE指导，创建或删除子表。

3.BE接收FE分发的物理执行计划并指定BE coordinator节点，在BE coordinator的调度下，与其他BE worker共同协作完成执行。

4.BE读本地的列存储引擎获取数据，并通过索引和谓词下沉快速过滤数据。

5.BE后台执行compact任务，减少查询时的读放大。

6.数据导入的时候，由FE指定BE coordinator，将数据以fanout的形式写入到tablet多副本所在的BE上。