Apache Doris-部署

本文涉及的产品
RDS AI 助手,专业版
RDS MySQL DuckDB 分析主实例,基础系列 4核8GB
RDS MySQL DuckDB 分析主实例,集群系列 4核8GB
简介: 建议使用使用 Docker 开发镜像编译

1.使用现成的镜像

docker pull apachedoris/doris-dev:build-env-1.3

1.1拉取镜像

docker pull apachedoris/doris-dev:build-env-1.3

1.2运行镜像

docker run -it --name doris apachedoris/doris-dev:build-env-1.3

1.3查看镜像是否运行成功

docker ps -a

image.png

如图,运行成功。进入容器

1.4mkdir创建doris

mkdir doris

1.5进入doris

wget <https://mirrors.bfsu.edu.cn/apache/incubator/doris/0.13.0-incubating/apache-doris-0.13.0-incubating-src.tar.gz>

1.6解压

tar -zxvf apache-doris-0.13.0-incubating-src.tar.gz


1.7编译

编译之前需要修改maven配置

.进入maven

cd usr/share/maven/conf

.修改setting.xml 换仓库地址

<mirror>
        <id>alimaven</id>
        <name>aliyun maven</name>
        <url><https://maven.aliyun.com/repository/public></url>
        <mirrorOf>central</mirrorOf>
    </mirror>
    <mirror>
        <id>alimaven-central</id>
        <name>aliyun maven central</name>
        <url><https://maven.aliyun.com/repository/central></url>
        <mirrorOf>central</mirrorOf>
    </mirror>
    <mirror>
        <id>alimaven-spring</id>
        <name>aliyun maven-spring</name>
        <url><https://maven.aliyun.com/repository/spring></url>
        <mirrorOf>central</mirrorOf>
    </mirror>
    <mirror>
        <id>central</id>
        <name>Maven Repository Switchboard</name>
        <url><https://repo1.maven.org/maven2/></url>
        <mirrorOf>central</mirrorOf>
    </mirror>
    <mirror>
        <id>jboss-public-repository-group</id>
        <mirrorOf>central</mirrorOf>
        <name>JBoss Public Repository Group</name>
        <url><http://repository.jboss.org/nexus/content/groups/public></url>
    </mirror>
    <mirror>
        <id>spring-snapshots</id>
        <mirrorOf>central</mirrorOf>
        <name>Spring Snapshots</name>
        <url><https://repo.spring.io/snapshot></url>
    </mirror>
    <mirror>
        <id>spring-milestones</id>
        <mirrorOf>central</mirrorOf>
        <name>Spring Milestones</name>
        <url><https://repo.spring.io/milestone></url>
    </mirror>

修改fe中的配置文件

.进入之前创建doris/apache-doris-0.13.0-incubating-src/fe 路径

cd /root/doris/apache-doris-0.13.0-incubating-src/fe

.修改pom.xml文件

<!-- for java-cup -->
<repository>
   <id>cloudera-thirdparty</id>
   <url><https://repository.cloudera.com/content/repositories/third-party/></url>
    // 将上面两行配置**改为**下面两行**
   <id>cloudera-public</id>                                          <url><https://repository.cloudera.com/artifactory/public/>
   </url>
</repository>
 <pluginRepositories>
  <!-- for cup-maven-plugin -->
   <pluginRepository>
   <id>spring-plugins</id>
   <url><https://repo.spring.io/plugins-release/></url>
    // 将上面两行配置**改为**下面两行**
   <id>cloudera-public</id>                                          <url><https://repository.cloudera.com/artifactory/public/></url>
   </pluginRepository>
</pluginRepositories>

1.8直接编译

sh bulid.sh

image.png

image.png

编译成功会产出output文件

1.9部署和启动FE

将编译好的文件output里面fe cp复制到宿主机opt/doris/fe

.创建文件夹doris-meta存放元数据

mkdir  /opt/doris/fe/doris-meta  //路径必须提前创建好

.修改fe.conf文件

vi ./conf/fe.conf

.添加下面的配置

//如果因为内存原因无启动,修改启动内存大小 4g初始
meta_dir = /opt/doris/fe/doris-meta
priority_networks = 192.168.220.133/22 ip地址

image.png

启动fe

cd /opt/doris/fe/bin
sh start_sh --daemon 后台启动
#发生错误请通过查看fe/log/fe.log 或者 fe/log/fe.out 查看错误信息

关闭防火墙或者开放相应端口

打开浏览器访问,进入可视化的界面

<http://192.168.220.145:8030/>

image.png

1.10 部署和启动BE

将编译好的文件output里面be cp复制到宿主机opt/doris/be

创建be存储数据的文件夹

mkdir -p /opt/doris/be/storage ####路径必须提前创建好

.启动be

cd /opt/doris/be/bin
sh start_be.sh --daemon

.BE 启动失败的情况处理

image.png

.修改最大文件句柄数

echo "* soft nofile 204800" >> /etc/security/limits.conf
echo "* hard nofile 204800" >> /etc/security/limits.conf
echo "* soft nproc 204800" >> /etc/security/limits.conf
echo "* hard nproc 204800 " >> /etc/security/limits.conf
修改 /etc/sysctl.conf
加入 echo fs.file-max = 6553560 >> /etc/sysctl.conf

.查看是否成功

cat /etc/security/limits.conf
cat /etc/sysctl.conf

.重启生效

reboot -h now

.重新启动be即可

cd /opt/doris/be/bin
sh start_be.sh --daemon

1.11 通过mysql client连接

.

.安装mysql

yum install -y mysql

.通过mysql客户端连接doris

ip地址
 mysql -h 192.168.220.145 -p 9030 -uroot

image.png

.添加be

ALTER SYSTEM ADD BACKEND "192.168.220.146:9050"

.关闭防火墙

systemctl disable firewalld

.查看fe和be节点状态

show proc ‘/frontends’;
show proc ‘/backends’;

.fe节点连接状态如图

image.png

.be节点连接状态如图

image.png

.删除fe 命令

mysql> ALTER SYSTEM DROPP FOLLOWER "192.168.220.145:9050";

.删除be命令

ALTER SYSTEM DROP BACKEND "192.168.220.146:9050";

(可能因为各种原因编译不成功的情况)可以下载0.13以上预编译的版本。直接使用文件里面编译好的组件。

doris预编译下载地址

预编译版本下载

下一篇:Doirs数据表实践

相关实践学习
每个IT人都想学的“Web应用上云经典架构”实战
本实验从Web应用上云这个最基本的、最普遍的需求出发,帮助IT从业者们通过“阿里云Web应用上云解决方案”,了解一个企业级Web应用上云的常见架构,了解如何构建一个高可用、可扩展的企业级应用架构。
MySQL数据库入门学习
本课程通过最流行的开源数据库MySQL带你了解数据库的世界。 &nbsp; 相关的阿里云产品:云数据库RDS MySQL 版 阿里云关系型数据库RDS(Relational Database Service)是一种稳定可靠、可弹性伸缩的在线数据库服务,提供容灾、备份、恢复、迁移等方面的全套解决方案,彻底解决数据库运维的烦恼。 了解产品详情:&nbsp;https://www.aliyun.com/product/rds/mysql&nbsp;
相关文章
|
7月前
|
消息中间件 OLAP Kafka
Apache Doris 实时更新技术揭秘:为何在 OLAP 领域表现卓越?
Apache Doris 为何在 OLAP 领域表现卓越?凭借其主键模型、数据延迟、查询性能、并发处理、易用性等多方面特性的表现,在分析领域展现了独特的实时更新能力。
677 9
|
6月前
|
存储 自然语言处理 分布式计算
Apache Doris 3.1 正式发布:半结构化分析全面升级,湖仓一体能力再跃新高
Apache Doris 3.1 正式发布!全面升级半结构化分析,支持 VARIANT 稀疏列与模板化 Schema,提升湖仓一体能力,增强 Iceberg/Paimon 集成,优化存储引擎与查询性能,助力高效数据分析。
827 4
Apache Doris 3.1 正式发布:半结构化分析全面升级,湖仓一体能力再跃新高
|
7月前
|
存储 分布式计算 Apache
湖仓一体:小米集团基于 Apache Doris + Apache Paimon 实现 6 倍性能飞跃
小米通过将 Apache Doris(数据库)与 Apache Paimon(数据湖)深度融合,不仅解决了数据湖分析的性能瓶颈,更实现了 “1+1>2” 的协同效应。在这些实践下,小米在湖仓数据分析场景下获得了可观的业务收益。
1266 9
湖仓一体:小米集团基于 Apache Doris + Apache Paimon 实现 6 倍性能飞跃
|
7月前
|
人工智能 运维 监控
智能运维与数据治理:基于 Apache Doris 的 Data Agent 解决方案
本文基于 Apache Doris 数据运维治理 Agent 展开讨论,如何让 AI 成为 Doris 数据运维工程师和数据治理专家的智能助手,并在某些场景下实现对人工操作的全面替代。这种变革不仅仅是技术层面的进步,更是数据运维治理思维方式的根本性转变:从“被动响应”到“主动预防”,从“人工判断”到“智能决策”,从“孤立处理”到“协同治理”。
1157 11
智能运维与数据治理:基于 Apache Doris 的 Data Agent 解决方案
|
6月前
|
SQL 人工智能 数据挖掘
Apache Doris 4.0 AI 能力揭秘(二):为企业级应用而生的 AI 函数设计与实践
Apache Doris 4.0 原生集成 LLM 函数,将大语言模型能力深度融入 SQL 引擎,实现文本处理智能化与数据分析一体化。通过十大函数,支持智能客服、内容分析、金融风控等场景,提升实时决策效率。采用资源池化管理,保障数据一致性,降低传输开销,毫秒级完成 AI 分析。结合缓存复用、并行执行与权限控制,兼顾性能、成本与安全,推动数据库向 AI 原生演进。
602 0
Apache Doris 4.0 AI 能力揭秘(二):为企业级应用而生的 AI 函数设计与实践
|
7月前
|
SQL 存储 运维
Apache Doris 在菜鸟的大规模湖仓业务场景落地实践
本文介绍了 Apache Doris 在菜鸟的大规模落地的实践经验,菜鸟为什么选择 Doris,以及 Doris 如何在菜鸟从 0 开始,一步步的验证、落地,到如今上万核的规模,服务于各个业务线,Doris 已然成为菜鸟 OLAP 数据分析的最优选型。
446 2
Apache Doris 在菜鸟的大规模湖仓业务场景落地实践
|
7月前
|
SQL 存储 JSON
Apache Doris 2.1.10 版本正式发布
亲爱的社区小伙伴们,Apache Doris 2.1.10 版本已正式发布。2.1.10 版本对湖仓一体、半结构化数据类型、查询优化器、执行引擎、存储管理进行了若干改进优化。欢迎大家下载使用。
327 5
|
7月前
|
人工智能 自然语言处理 数据挖掘
Apache Doris 4.0 AI 能力揭秘(一):AI 函数之 LLM 函数介绍
在即将发布的 Apache Doris 4.0 版本中,我们正式引入了一系列 LLM 函数,将前沿的 AI 能力与日常的数据分析相结合,无论是精准提取文本信息,还是对评论进行情感分类,亦或生成精炼的文本摘要,皆可在数据库内部无缝完成。
496 0
Apache Doris 4.0 AI 能力揭秘(一):AI 函数之 LLM 函数介绍
|
8月前
|
SQL 人工智能 数据挖掘
Apache Doris + MCP:Agent 时代的实时数据分析底座
数据不再是静态的存储对象,而是流动的智能资源;数据库不再是单纯的存储系统,而是智能化的服务平台。Apache Doris 以其在 AI 方向的深度布局和技术创新,正在成为连接数据与智能的重要桥梁。
1598 0
Apache Doris + MCP:Agent 时代的实时数据分析底座
|
7月前
|
存储 人工智能 Apache
ApacheCon 2025中国开源年度报告:Apache Doris 国内第一
在 Apache 基金会管理的近 300 个顶级项目中,Doris 已经成为仅次于 Apache Airflow 的全球第二大影响力项目。
401 0

推荐镜像

更多