变量

本文档主要介绍当前支持的变量(variables)。

Doris 中的变量参考 MySQL 中的变量设置。但部分变量仅用于兼容一些 MySQL 客户端协议,并不产生其在 MySQL 数据库中的实际意义。

变量设置与查看

查看

可以通过 SHOW VARIABLES [LIKE 'xxx']; 查看所有或指定的变量。如:

  1. SHOW VARIABLES;
  2. SHOW VARIABLES LIKE '%time_zone%';

设置

部分变量可以设置全局生效或仅当前会话生效。设置全局生效后,后续新的会话连接中会沿用设置值。而设置仅当前会话生效,则变量仅对当前会话产生作用。

仅当前会话生效,通过 SET var_name=xxx; 语句来设置。如:

  1. SET exec_mem_limit = 137438953472;
  2. SET forward_to_master = true;
  3. SET time_zone = "Asia/Shanghai";

全局生效,通过 SET GLOBAL var_name=xxx; 设置。如:

  1. SET GLOBAL exec_mem_limit = 137438953472

注1:只有 ADMIN 用户可以设置变量的全局生效。 注2:全局生效的变量不影响当前会话的变量值,仅影响新的会话中的变量。

既支持当前会话生效又支持全局生效的变量包括:

  • time_zone
  • wait_timeout
  • sql_mode
  • is_report_success
  • query_timeout
  • exec_mem_limit
  • batch_size
  • parallel_fragment_exec_instance_num
  • parallel_exchange_instance_num
  • allow_partition_column_nullable
  • insert_visible_timeout_ms

只支持全局生效的变量包括:

  • default_rowset_type

同时,变量设置也支持常量表达式。如:

  1. SET exec_mem_limit = 10 * 1024 * 1024 * 1024;
  2. SET forward_to_master = concat('tr', 'u', 'e');

在查询语句中设置变量

在一些场景中,我们可能需要对某些查询有针对性的设置变量。 通过使用SET_VAR提示可以在查询中设置会话变量(在单个语句内生效)。例子:

  1. SELECT /*+ SET_VAR(exec_mem_limit = 8589934592) */ name FROM people ORDER BY name;
  2. SELECT /*+ SET_VAR(query_timeout = 1) */ sleep(3);

注意注释必须以/*+ 开头,并且只能跟随在SELECT之后。

支持的变量

  • SQL_AUTO_IS_NULL

    用于兼容 JDBC 连接池 C3P0。 无实际作用。

  • auto_increment_increment

    用于兼容 MySQL 客户端。无实际作用。

  • autocommit

    用于兼容 MySQL 客户端。无实际作用。

  • batch_size

    用于指定在查询执行过程中,各个节点传输的单个数据包的行数。默认一个数据包的行数为 1024 行,即源端节点每产生 1024 行数据后,打包发给目的节点。

    较大的行数,会在扫描大数据量场景下提升查询的吞吐,但可能会在小查询场景下增加查询延迟。同时,也会增加查询的内存开销。建议设置范围 1024 至 4096。

  • character_set_client

    用于兼容 MySQL 客户端。无实际作用。

  • character_set_connection

    用于兼容 MySQL 客户端。无实际作用。

  • character_set_results

    用于兼容 MySQL 客户端。无实际作用。

  • character_set_server

    用于兼容 MySQL 客户端。无实际作用。

  • codegen_level

    用于设置 LLVM codegen 的等级。(当前未生效)。

  • collation_connection

    用于兼容 MySQL 客户端。无实际作用。

  • collation_database

    用于兼容 MySQL 客户端。无实际作用。

  • collation_server

    用于兼容 MySQL 客户端。无实际作用。

  • delete_without_partition

    设置为 true 时。当使用 delete 命令删除分区表数据时,可以不指定分区。delete 操作将会自动应用到所有分区。

    但注意,自动应用到所有分区可能到导致 delete 命令耗时触发大量子任务导致耗时较长。如无必要,不建议开启。

  • disable_colocate_join

    控制是否启用 Colocation Join 功能。默认为 false,表示启用该功能。true 表示禁用该功能。当该功能被禁用后,查询规划将不会尝试执行 Colocation Join。

  • disable_streaming_preaggregations

    控制是否开启流式预聚合。默认为 false,即开启。当前不可设置,且默认开启。

  • enable_insert_strict

    用于设置通过 INSERT 语句进行数据导入时,是否开启 strict 模式。默认为 false,即不开启 strict 模式。关于该模式的介绍,可以参阅 这里

  • enable_spilling

    用于设置是否开启大数据量落盘排序。默认为 false,即关闭该功能。当用户未指定 ORDER BY 子句的 LIMIT 条件,同时设置 enable_spilling 为 true 时,才会开启落盘排序。该功能启用后,会使用 BE 数据目录下 doris-scratch/ 目录存放临时的落盘数据,并在查询结束后,清空临时数据。

    该功能主要用于使用有限的内存进行大数据量的排序操作。

    注意,该功能为实验性质,不保证稳定性,请谨慎开启。

  • exec_mem_limit

    用于设置单个查询的内存限制。默认为 2GB,单位为B/K/KB/M/MB/G/GB/T/TB/P/PB, 默认为B。

    该参数用于限制一个查询计划中,单个查询计划的实例所能使用的内存。一个查询计划可能有多个实例,一个 BE 节点可能执行一个或多个实例。所以该参数并不能准确限制一个查询在整个集群的内存使用,也不能准确限制一个查询在单一 BE 节点上的内存使用。具体需要根据生成的查询计划判断。

    通常只有在一些阻塞节点(如排序节点、聚合节点、Join 节点)上才会消耗较多的内存,而其他节点(如扫描节点)中,数据为流式通过,并不会占用较多的内存。

    当出现 Memory Exceed Limit 错误时,可以尝试指数级增加该参数,如 4G、8G、16G 等。

  • forward_to_master

    用户设置是否将一些命令转发到 Master FE 节点执行。默认为 false,即不转发。Doris 中存在多个 FE 节点,其中一个为 Master 节点。通常用户可以连接任意 FE 节点进行全功能操作。但部分信息查看指令,只有从 Master FE 节点才能获取详细信息。

    SHOW BACKENDS; 命令,如果不转发到 Master FE 节点,则仅能看到节点是否存活等一些基本信息,而转发到 Master FE 则可以获取包括节点启动时间、最后一次心跳时间等更详细的信息。

    当前受该参数影响的命令如下:

    1. SHOW FRONTENDS;

      转发到 Master 可以查看最后一次心跳信息。

    2. SHOW BACKENDS;

      转发到 Master 可以查看启动时间、最后一次心跳信息、磁盘容量信息。

    3. SHOW BROKER;

      转发到 Master 可以查看启动时间、最后一次心跳信息。

    4. SHOW TABLET;/ADMIN SHOW REPLICA DISTRIBUTION;/ADMIN SHOW REPLICA STATUS;

      转发到 Master 可以查看 Master FE 元数据中存储的 tablet 信息。正常情况下,不同 FE 元数据中 tablet 信息应该是一致的。当出现问题时,可以通过这个方法比较当前 FE 和 Master FE 元数据的差异。

    5. SHOW PROC;

      转发到 Master 可以查看 Master FE 元数据中存储的相关 PROC 的信息。主要用于元数据比对。

  • init_connect

    用于兼容 MySQL 客户端。无实际作用。

  • interactive_timeout

    用于兼容 MySQL 客户端。无实际作用。

  • is_report_success

    用于设置是否需要查看查询的 profile。默认为 false,即不需要 profile。

    默认情况下,只有在查询发生错误时,BE 才会发送 profile 给 FE,用于查看错误。正常结束的查询不会发送 profile。发送 profile 会产生一定的网络开销,对高并发查询场景不利。 当用户希望对一个查询的 profile 进行分析时,可以将这个变量设为 true 后,发送查询。查询结束后,可以通过在当前连接的 FE 的 web 页面查看到 profile:

    fe_host:fe_http_port/query

    其中会显示最近100条,开启 is_report_success 的查询的 profile。

  • language

    用于兼容 MySQL 客户端。无实际作用。

  • license

    显示 Doris 的 License。无其他作用。

  • load_mem_limit

    用于指定导入操作的内存限制。默认为 0,即表示不使用该变量,而采用 exec_mem_limit 作为导入操作的内存限制。

    这个变量仅用于 INSERT 操作。因为 INSERT 操作设计查询和导入两个部分,如果用户不设置此变量,则查询和导入操作各自的内存限制均为 exec_mem_limit。否则,INSERT 的查询部分内存限制为 exec_mem_limit,而导入部分限制为 load_mem_limit

    其他导入方式,如 BROKER LOAD,STREAM LOAD 的内存限制依然使用 exec_mem_limit

  • lower_case_table_names

    用于兼容 MySQL 客户端。不可设置。当前 Doris 中的表名默认为大小写敏感。

  • max_allowed_packet

    用于兼容 JDBC 连接池 C3P0。 无实际作用。

  • max_pushdown_conditions_per_column

    该变量的具体含义请参阅 BE 配置项max_pushdown_conditions_per_column 的说明。该变量默认置为 -1,表示使用 be.conf 中的配置值。如果设置大于 0,则当前会话中的查询会使用该变量值,而忽略 be.conf 中的配置值。

  • max_scan_key_num

    该变量的具体含义请参阅 BE 配置项doris_max_scan_key_num 的说明。该变量默认置为 -1,表示使用 be.conf 中的配置值。如果设置大于 0,则当前会话中的查询会使用该变量值,而忽略 be.conf 中的配置值。

  • net_buffer_length

    用于兼容 MySQL 客户端。无实际作用。

  • net_read_timeout

    用于兼容 MySQL 客户端。无实际作用。

  • net_write_timeout

    用于兼容 MySQL 客户端。无实际作用。

  • parallel_exchange_instance_num

    用于设置执行计划中,一个上层节点接收下层节点数据所使用的 exchange node 数量。默认为 -1,即表示 exchange node 数量等于下层节点执行实例的个数(默认行为)。当设置大于0,并且小于下层节点执行实例的个数,则 exchange node 数量等于设置值。

    在一个分布式的查询执行计划中,上层节点通常有一个或多个 exchange node 用于接收来自下层节点在不同 BE 上的执行实例的数据。通常 exchange node 数量等于下层节点执行实例数量。

    在一些聚合查询场景下,如果底层需要扫描的数据量较大,但聚合之后的数据量很小,则可以尝试修改此变量为一个较小的值,可以降低此类查询的资源开销。如在 DUPLICATE KEY 明细模型上进行聚合查询的场景。

  • parallel_fragment_exec_instance_num

    针对扫描节点,设置其在每个 BE 节点上,执行实例的个数。默认为 1。

    一个查询计划通常会产生一组 scan range,即需要扫描的数据范围。这些数据分布在多个 BE 节点上。一个 BE 节点会有一个或多个 scan range。默认情况下,每个 BE 节点的一组 scan range 只由一个执行实例处理。当机器资源比较充裕时,可以将增加该变量,让更多的执行实例同时处理一组 scan range,从而提升查询效率。

    而 scan 实例的数量决定了上层其他执行节点,如聚合节点,join 节点的数量。因此相当于增加了整个查询计划执行的并发度。修改该参数会对大查询效率提升有帮助,但较大数值会消耗更多的机器资源,如CPU、内存、磁盘IO。

  • query_cache_size

    用于兼容 MySQL 客户端。无实际作用。

  • query_cache_type

    用于兼容 JDBC 连接池 C3P0。 无实际作用。

  • query_timeout

    用于设置查询超时。该变量会作用于当前连接中所有的查询语句,以及 INSERT 语句。默认为 5 分钟,单位为秒。

  • resource_group

    暂不使用。

  • sql_mode

    用于指定 SQL 模式,以适应某些 SQL 方言。关于 SQL 模式,可参阅 这里

  • sql_safe_updates

    用于兼容 MySQL 客户端。无实际作用。

  • sql_select_limit

    用于兼容 MySQL 客户端。无实际作用。

  • system_time_zone

    显示当前系统时区。不可更改。

  • time_zone

    用于设置当前会话的时区。时区会对某些时间函数的结果产生影响。关于时区,可以参阅 这里

  • tx_isolation

    用于兼容 MySQL 客户端。无实际作用。

  • version

    用于兼容 MySQL 客户端。无实际作用。

  • performance_schema

    用于兼容 8.0.16及以上版本的MySQL JDBC。无实际作用。

  • version_comment

    用于显示 Doris 的版本。不可更改。

  • wait_timeout

    用于设置空闲连接的连接时长。当一个空闲连接在该时长内与 Doris 没有任何交互,则 Doris 会主动断开这个链接。默认为 8 小时,单位为秒。

  • default_rowset_type

    用于设置计算节点存储引擎默认的存储格式。当前支持的存储格式包括:alpha/beta。

  • use_v2_rollup

    用于控制查询使用segment v2存储格式的rollup索引获取数据。该变量用于上线segment v2的时候,进行验证使用;其他情况,不建议使用。

  • rewrite_count_distinct_to_bitmap_hll

    是否将 bitmap 和 hll 类型的 count distinct 查询重写为 bitmap_union_count 和 hll_union_agg 。

  • prefer_join_method

    在选择join的具体实现方式是broadcast join还是shuffle join时,如果broadcast join cost和shuffle join cost相等时,优先选择哪种join方式。

    目前该变量的可选值为”broadcast” 或者 “shuffle”。

  • allow_partition_column_nullable

    建表时是否允许分区列为NULL。默认为true,表示允许为NULL。false 表示分区列必须被定义为NOT NULL

  • insert_visible_timeout_ms

    在执行insert语句时,导入动作(查询和插入)完成后,还需要等待事务提交,使数据可见。此参数控制等待数据可见的超时时间,默认为10000,最小为1000。