starrocks

鸿乃江边鸟

StarRocks 中 CURRENT_TIMESTAMP 和 CURRENT_TIME 分区过滤问题本文基于Starrocks 3.3.5 最近在进行Starrocks 跑数据的时候，发现了一个SQL 扫描了所有分区的数据，简化后的SQL如下：

【活动回顾】StarRocks Singapore Meetup #2 @Shopee3 月 13 日，StarRocks 社区在新加坡成功举办了第二场 Meetup 活动，主题为“Empowering Customer-Facing Analytics”。本次活动在 Shopee 新加坡办公室举行，吸引了来自 Shopee、Grab 和 Pinterest 的专家讲师以及 50 多位参会者。大家围绕电商、BI 报表和广告场景中的数据分析挑战展开了深入探讨，并分享了如何利用 StarRocks 为关键业务提供更快、更精准的数据分析解决方案。

Apache Iceberg 解析，一文了解Iceberg定义、应用及未来发展Apache Iceberg 是一种开源的表格式（Table Format），专为超大规模数据分析场景设计，通过标准化数据存储规范与访问协议，解决了传统数据湖在元数据管理、事务控制、查询性能等方面的核心痛点。以下从六个维度全面解析其技术原理、应用场景与最佳实践。

StarRocks BE宕机排查原因：2.X版本OOM原因比如机器内存40G，上面有个Mysql，理论上限会用4G，那么配置下mem_limit=34G (40-4-2)

StarRocks + Paimon 在阿里集团 Lakehouse 的探索与实践作者：范振: 阿里云计算平台开源 OLAP 负责人，StarRocks 社区 Champion翁才智: 阿里云技术专家，Apache Paimon PMC Member

StarRocks SQL使用与MySql的差异及规范注意事项StarRocks为OLAP列存数据库，擅长复杂分析查询，需显式定义分区/分桶键；MySQL为OLTP行存数据库，适合事务处理。SQL差异：StarRocks支持批量写入（避免单行INSERT）、物化视图优化，禁用LIMIT分页；MySQL依赖事务和索引。规范建议：建模时用宽表减少关联，选高频字段作分桶键；批量写入控频，避免小文件；查询避免SELECT *，用EXPLAIN调优；定期清理数据。两者核心差异在场景适配，需按分析（StarRocks）与事务（MySQL）需求选择。

starrocks如何配置多个hive数据源，其中一个是kerberos认证StarRocks 存储一体 3.2.8业务人员想要分析的数据分别存在于两套hive集群，并且其中一套集群需要Kerberos认证的方式访问。查看官网，没有提到配置多个hive数据源的相关说明，然后在社区发现了下面帖子

最笨的羊羊

flink系列之：使用flink cdc3从mysql数据库同步数据到doris和starrocks解压flink修改flink配置文件config.yaml设置flink 环境变零启动flink查看jps

新一代MPP数据库：StarRocksOLAP数据库(Online Analytical Processing Database,在线分析处理数据库)是大数据场景下用于进行数据分析不可或缺的系统，早期主要有Oracle、Vertica、HANA等商业数据库占据市场份额，后来出现了GreenPlum、Impala、Presto、Kylin等开源的OLAP系统，字节跳动带火了ClickHouse，Snowflake的出现和上市使OLAP进入了云原生时代，之后从百度Palo发展而来的StarRocks和Doris相继进入Linux和Aapche基金

腾讯大数据基于 StarRocks 的向量检索探索作者：赵裕隆，腾讯大数据研发工程师本文整理自腾讯大数据工程师在 StarRocks 年度峰会上的分享，深入探讨了向量检索技术的原理与应用。此功能已应用到腾讯内部多个场景，引入 StarRocks 后，业务不仅不需要维护多套数据库还在性能上有了显著的提升：

Starrocks 对比 ClickhouseStarRocks 在极速查询方面上做了很多，下面着重介绍四点： 1）向量化执行：StarRocks 实现了从存储层到查询层的全面向量化执行，这是 StarRocks 速度优势的基础。向量化执行充分发挥了 CPU 的处理能力。全面向量化引擎按照列式的方式组织和处理数据。StarRocks 的数据存储、内存中数据的组织方式，以及 SQL 算子的计算方式，都是列式实现的。按列的数据组织也会更加充分利用 CPU 的 Cache，按列计算会有更少的虚函数调用以及更少的分支判断，从而获得更加充分的 CPU 指令流

Docker 部署 Starrocks 教程StarRocks 是一款高性能的分布式分析型数据库，主要用于 OLAP（在线分析处理）场景。它最初是由百度的开源团队开发的，旨在为大数据分析提供一个高效、低延迟的解决方案。StarRocks 支持实时数据分析，能够处理大规模的数据集，并提供快速的查询响应。

StarRocks BE源码编译、CLion高亮跳转方法阅读SR BE源码时，很多类的引用位置爆红找不到，或无法跳转过去，而自己的Linux机器往往缺乏各种C++依赖库，配置安装比较麻烦，因此总体的思路是通过CLion远程连接SR社区已经安装完各种依赖库的Docker容器，进行编译和源码查看。

鸿乃江边鸟

StarRocks 怎么让特定的SQL路由到FE master节点的本文基于 StarRocks 3.1.7 大家都知道对于Starrocks来说 FE 是分 master和follower的，而只有master节点才能对元数据进行写操作。但是为什么呢？哪里有体现呢？这其中的原因在网上是搜不到的，所以大家只知道只有master节点才能对元数据进行写操作，而哪里有体现呢

深入了解 StarRocks 表类型：解锁高效数据分析的密码在当今数字化浪潮下，大数据分析成为企业决策、优化业务流程的关键利器。StarRocks 作为一款备受瞩目的高性能分析型数据库，其多样化的表类型为复杂的数据处理需求提供了精准解决方案。今天，就让我们一同深入探索 StarRocks 中的主键表、明细表、聚合表和更新表，从工作原理、读写流程、适用场景、标准建表语句等多个维度全面剖析，助您开启高效的大数据分析之旅。

StarRocks 生产部署一套集群，存储空间如何规划？由于 FE 节点仅在其存储中维护 StarRocks 的元数据，因此在大多数场景下，每个 FE 节点只需要 100 GB 的 HDD 存储，生产建议200G SSD以上，FE-FOLLOWER节点也一样的配置。