原文出处

doris单机安装部署

下载Doris

环境要求

Linux系统：Centos7.x或Ubantu16.04及以上版本

Java运行环境: JDK8

java -version

在windows上从doris官网上直接下载最新二进制版本，使用IDM下载工具八进程同时下载加快下载速度，通过Xftp上传至Linux系统文件目录中，然后解压

doris下载地址

IBM下载链接

tar -zxvf apache-doris-2.0.0-bin-x64.tar.gz -C /data/soft
mv apache-doris-2.0.0-bin-x64 apache-doris-2.0.0

配置FE、启动FE、连接FE

配置

cd apache-doris-2.0.0/fe
sudo vi conf/fe.conf

priority_networks=192.168.111.0/24
meta_dir=/path/your/doris-meta

注意

• 参数priority_networks我们在安装的时候是必须要配置的，特别是当一台机器拥有多个IP地址的时候，我们要为 FE 指定唯一的IP地址。

• 这里假设你的节点 IP 是 172.23.16.32，那么我们可以通过掩码的方式配置为 172.23.16.0/24。

• 这里meta_dir你可以不配置，默认是在你的Doris FE 安装目录下的 doris-meta，

  单独配置元数据目录，需要你提前创建好你指定的目录

启动

./bin/start_fe.sh --daemon
./bin/stop_fe.sh

通过web浏览器访问http://bigdata04:8030

注意：

这里我们使用 Doris 内置的默认用户 root 进行登录，密码是空

这是一个 Doris 的管理界面，只能拥有管理权限的用户才能登录，普通用户不能登录。

连接FE

mysql -uroot -P9030 -h bigdata04
mysql>
# 进入Mysql命令行后，执行下面命令查看FE运行状态
mysql>show frontends\G;

这三项为True说明节点正常

注意：

这里使用的 root 用户是 doris 内置的默认用户，也是超级管理员用户，具体的用户权限查看 权限管理

-P ：这里是我们连接 Doris 的查询端口，默认端口是 9030，对应的是fe.conf里的 query_port

-h ： 这里是我们连接的 FE IP地址，如果你的客户端和 FE 安装在同一个节点可以使用127.0.0.1。

配置BE、启动BE、添加BE节点到集群

配置

cd apache-doris-2.0.0/be
vi conf/be.conf

priority_networks=192.168.111.0/24
#配置BE数据存储目录

storage_root_path=/path/your/data_dir
# 由于从 1.2 版本开始支持 Java UDF 函数，BE 依赖于 Java 环境。所以要预先配置 `JAVA_HOME` 环境变量
JAVA_HOME=/opt/jdk1.8.0_341

注意：

参数priority_networks我们在安装的时候是必须要配置的，特别是当一台机器拥有多个IP地址的时候，我们要为 BE 指定唯一的IP地址

storage_root_path默认目录在 BE安装目录的 storage 目录下。

BE 配置的存储目录必须先创建好

安装 Java UDF 函数:

安装Java UDF 函数因为从1.2 版本开始支持Java UDF 函数，需要从官网下载 Java UDF 函数的 JAR 包放到 BE 的 lib 目录下，否则可能会启动失败。

启动

./bin/start_be.sh --daemon
./bin/stop_be.sh

添加BE节点到集群

mysql>ALTER SYSTEM ADD BACKEND "bigdata04:9030";

be_host_ip：这里是你 BE 的 IP 地址，和你在 be.conf 里的 priority_networks 匹配

heartbeat_service_port：这里是你 BE 的心跳上报端口，和你在 be.conf 里的 heartbeat_service_port 匹配，默认是 9050。

产看BE运行状态

mysql>SHOW BACKENDS\G；

Alive为true表示节点正常

创建数据表

# 1.创建一个数据库
mysql>create database demo;

# 2.创建数据表；
mysql>use demo;

# 3.创建表
mysql>CREATE TABLE IF NOT EXISTS demo.example_tbl
(
    `user_id` LARGEINT NOT NULL COMMENT "用户id",
    `date` DATE NOT NULL COMMENT "数据灌入日期时间",
    `city` VARCHAR(20) COMMENT "用户所在城市",
    `age` SMALLINT COMMENT "用户年龄",
    `sex` TINYINT COMMENT "用户性别",
    `last_visit_date` DATETIME REPLACE DEFAULT "1970-01-01 00:00:00" COMMENT "用户最后一次访问时间",
    `cost` BIGINT SUM DEFAULT "0" COMMENT "用户总消费",
    `max_dwell_time` INT MAX DEFAULT "0" COMMENT "用户最大停留时间",
    `min_dwell_time` INT MIN DEFAULT "99999" COMMENT "用户最小停留时间"
)
AGGREGATE KEY(`user_id`, `date`, `city`, `age`, `sex`)
DISTRIBUTED BY HASH(`user_id`) BUCKETS 1
PROPERTIES (
    "replication_allocation" = "tag.location.default: 1"
);

# 4.生成示例数据
# sudo vi test.csv 后将以下数据粘贴进去保存退出
10000,2017-10-01,北京,20,0,2017-10-01 06:00:00,20,10,10
10000,2017-10-01,北京,20,0,2017-10-01 07:00:00,15,2,2
10001,2017-10-01,北京,30,1,2017-10-01 17:05:45,2,22,22
10002,2017-10-02,上海,20,1,2017-10-02 12:59:12,200,5,5
10003,2017-10-02,广州,32,0,2017-10-02 11:20:00,30,11,11
10004,2017-10-01,深圳,35,0,2017-10-01 10:00:15,100,3,3
10004,2017-10-03,深圳,35,0,2017-10-03 10:20:22,11,6,6

# 5.导入数据
    ## -T test.csv : 这里使我们刚才保存的数据文件，如果路径不一样，请指定完整路径
    ## -u root : 这里是用户名密码，我们使用默认用户root，密码是空
    ## 127.0.0.1:8030 : 分别是 fe 的 ip 和 http_port
curl --location-trusted -u root: -T test.csv -H "column_separator:," http://127.0.0.1:8030/api/demo/example_tbl/_stream_load

查询数据

mysql> select * from example_tbl;
+---------+------------+--------+------+------+---------------------+------+----------------+----------------+
| user_id | date       | city   | age  | sex  | last_visit_date     | cost | max_dwell_time | min_dwell_time |
+---------+------------+--------+------+------+---------------------+------+----------------+----------------+
| 10000   | 2017-10-01 | 北京   |   20 |    0 | 2017-10-01 07:00:00 |   35 |             10 |              2 |
| 10001   | 2017-10-01 | 北京   |   30 |    1 | 2017-10-01 17:05:45 |    2 |             22 |             22 |
| 10002   | 2017-10-02 | 上海   |   20 |    1 | 2017-10-02 12:59:12 |  200 |              5 |              5 |
| 10003   | 2017-10-02 | 广州   |   32 |    0 | 2017-10-02 11:20:00 |   30 |             11 |             11 |
| 10004   | 2017-10-01 | 深圳   |   35 |    0 | 2017-10-01 10:00:15 |  100 |              3 |              3 |
| 10004   | 2017-10-03 | 深圳   |   35 |    0 | 2017-10-03 10:20:22 |   11 |              6 |              6 |
+---------+------------+--------+------+------+---------------------+------+----------------+----------------+
6 rows in set (0.07 sec)

mysql> select * from example_tbl where city='上海';
+---------+------------+--------+------+------+---------------------+------+----------------+----------------+
| user_id | date       | city   | age  | sex  | last_visit_date     | cost | max_dwell_time | min_dwell_time |
+---------+------------+--------+------+------+---------------------+------+----------------+----------------+
| 10002   | 2017-10-02 | 上海   |   20 |    1 | 2017-10-02 12:59:12 |  200 |              5 |              5 |
+---------+------------+--------+------+------+---------------------+------+----------------+----------------+
1 row in set (0.05 sec)

mysql> select city, sum(cost) as total_cost from example_tbl group by city;
+--------+------------+
| city   | total_cost |
+--------+------------+
| 北京   |         37 |
| 上海   |        200 |
| 广州   |         30 |
| 深圳   |        111 |
+--------+------------+
4 rows in set (0.05 sec)```