Bucket(分桶)数量设置不当带来的问题
问题描述：上线运行一段时间后，随着越来越多的数据增长，集群每次重启后一周左右，读写就会开始变得越来越慢，直到无法正常进行读写。
问题处理:文章来源：https://www.toymoban.com/news/detail-576445.html
- 对数仓表的 Schema 的分析，发现有些表数据并不大，但是 Bucket 却设置的非常大
- 通过
show data from table命令列出所有表Bucket信息，大部分的Bucket设置不合理 - 按照官方的建议将调整Bucket设置，调整后集群逐步恢复正常的读写
关于 Partition 和 Bucket 的数量和数据量的建议
- 一个表的 Tablet 总数量等于 (Partition num * Bucket num)
- 数量原则： 一个表的 Tablet 数量，在不考虑扩容的情况下，推荐略多于整个集群的磁盘数量
- 数据量原则：单个 Tablet 的数据量理论上没有上下界，但建议在 1G - 10G 的范围内。如果单个 Tablet 数据量过小，则数据的聚合效果不佳，且元数据管理压力大。如果数据量过大，则不利于副本的迁移、补齐，且会增加 Schema Change 或者 Rollup 操作失败重试的代价（这些操作失败重试的粒度是 Tablet）
- **当 Tablet 的数据量原则和数量原则冲突时，建议优先考虑数据量原则
- 在建表时，每个分区的 Bucket 数量统一指定。但是在动态增加分区时（
ADD PARTITION），可以单独指定新分区的 Bucket 数量。可以利用这个功能方便的应对数据缩小或膨胀 - 一个 Partition 的 Bucket 数量一旦指定，不可更改。所以在确定 Bucket 数量时，需要预先考虑集群扩容的情况。比如当前只有 3 台 host，每台 host 有 1 块盘。如果 Bucket 的数量只设置为 3 或更小，那么后期即使再增加机器，也不能提高并发度
- 举一些例子：假设在有10台BE，每台BE一块磁盘的情况下。如果一个表总大小为 500MB，则可以考虑4-8个分片。5GB：8-16个分片。50GB：32个分片。500GB：建议分区，每个分区大小在 50GB 左右，每个分区16-32个分片。5TB：建议分区，每个分区大小在 50GB 左右，每个分区16-32个分片
注：表的数据量可以通过
SHOW DATA命令查看，结果除以副本数，即表的数据量文章来源地址https://www.toymoban.com/news/detail-576445.html
到了这里，关于Apache Doris 系列：Bucket(分桶)数量设置建议的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
