一款 StarRocks 可视化建表和数据编辑的神器

什么是 StarRocks?

StarRocks 是新一代极速全场景 MPP (Massively Parallel Processing) 数据库 。StarRocks 的愿景是能够让用户的数据分析变得更加简单和敏捷。用户无需经过复杂的预处理,就可以用 StarRocks 来支持多种数据分析场景的极速分析。

为了满足业务上的分析需求 StarRocks 设计了四种数据模型(明细模型、聚合模型、更新模型、主键模型),它们有各自的特点以适配不同的业务场景。本文将从创建数据模型表开始,配合简洁的案例,来讲解明细模型的用法和特点。

明细模型究竟是啥?

首先我们来看 StarRocks 官方的定义:

明细模型是默认的建表模型。如果在建表时未指定任何模型,默认创建的是明细类型的表

创建表时,支持定义排序键。如果查询的过滤条件包含排序键,则 StarRocks 能够快速地过滤数据 ,提高查询效率。明细模型适用于日志数据分析等场景,支持追加新数据,不支持修改历史数据

其次我们来看下 StarRocks 明细模型的标准建表语句与 MySQL 的差异:

可以看到除了 StarRocks 特有的关键字之外,两者语法大致是相同的。通过上述内容,我们可以总结以下关于 StarRocks 明细模型的信息:

  • 如果在建表语句中不指定具体模型,也就是省略不写,默认就是 DUPLICATE KEY 明细模型,并且会自动选取前三列作为排序键
  • 指定排序键的作用类似于 MySQL 给列设置普通索引,目的是为了提高查询效率
  • 写入的数据无论是否完全一致,都会插入到数据库中而且不支持 Update 语法

以上信息就是明细模型的特点,我们从对比的角度讲,明细模型大致相当于:

MySQL 具有普通索引的无主键表,并且不支持 Update 操作

怎么建表?

  • 使用 CloudDM,添加完 StarRocks 数据源之后,在表视图中右键方式开始新建表操作:
  • 配置表名等基本信息
  • 添加列信息,在结构设计器中选择列,然后点击增加按钮新建一个列,在右侧可以配置列的信息
  • 设置表的数据模型,点击数据模型,点击添加类型选择 "明细模型",接着在下方选择排序键
  • 配置排序键,在右方具体选择列,多个排序键列需要多次点击增加。
  • 点击保存,生成建表语句,可选择立即执行或者复制 SQL 语句

怎么写数据?

  • 右键点击新建表,并选择 编辑数据
  • 准备三行数据,前两行数据完全相同,点击 "+" 符号,填写完成后点击提交,保存这三条数据
  • 查看插入的数据,发现三条都已写入,验证明细模型的特点: 写入的数据无论是否完全一致,都会插入到数据库中。如果选择的是 StarRocks 聚合模型,上面三条数据插入之后就会变为 2 条
  • 验证是否支持 Update,双击 "SR_TEST" 库打开新的查询窗口,针对这个表尝试做一次 UPDATE 操作,结果执行报错:
  • CloudDM 可视化数据编辑会直接禁用更改,和 StarRocks 数据库约束保持一致

总结

本文我们使用 CloudDM 可视化的方式创建了 StarRocks 明细模型表,并且同样可视化的方式对明细模型表进行了数据编辑操作。

以下是这款小工具的下载链接,感兴趣的小伙伴可以下载试用一下:www.clougence.com/clouddm-per...

相关推荐
舒一笑6 小时前
从手写周报到智能生成:PandaCoder如何让你的工作汇报效率提升10倍
后端·程序员·intellij idea
IT小哥哥呀1 天前
Python实用技巧:批量处理Excel数据并生成销售报表(含实战案例)
python·pandas·数据可视化·数据处理·报表生成·excel自动化·办公神器
大飞码农2 天前
📊 开源了一个 Git 代码统计神器,解决了团队代码量统计的 N 个痛点
git·数据可视化
舒一笑4 天前
用数据照亮成长之路:PandaCoder Git 统计工具窗口
git·后端·intellij idea
安冬的码畜日常4 天前
【JUnit实战3_21】第十二章:JUnit 5 与主流 IDE 的集成 + 第十三章:用 JUnit 5 做持续集成(上):在本地安装 Jenkins
junit·eclipse·jenkins·intellij idea·持续集成·junit5·netbeans
舒一笑6 天前
PandaCoder 2.4.3 震撼发布!
后端·程序员·intellij idea
西***63477 天前
怕故障?怕扩展难?分布式可视化控制:给足场景安全感
分布式·数据可视化
Aloudata技术团队8 天前
以 NoETL 指标语义层为核心:打造可信、智能的 Data Agent 产品实践
数据挖掘·数据分析·数据可视化
爱思德学术8 天前
中国计算机学会(CCF)推荐学术会议-B(数据库/数据挖掘/内容检索):PODS 2026
数据库·数据分析·数据可视化·数据库系统
Serendipity_Carl11 天前
爬虫数据清洗可视化案例之全球灾害数据
爬虫·python·pycharm·数据可视化·数据清洗