StarRocks 存算分离技术探索活动回顾
2023 年 8 月 17 日，StarRocks 社区举办了云原生湖仓的第二期 Meetup --“StarRocks 存算分离技术探索” ，本场直播超过万人观看，热闹非凡。来自芒果TV、阿里云EMR 团队、火山引擎EMR 团队以及 StarRocks 社区的技术专家与大家共同探讨了 StarRocks 存算分离技术及应用实践等话题。
本文总结了技术交流活动的关键内容和视频资料，感谢社区每一位小伙伴的支持和参与，未来我们也会继续与大家分享更多优质的内容！
议题一：解锁数据分析新境界：探秘 StarRocks 存算分离
讲师：丁凯 StarRocks Active Contributor
2023年4月，StarRocks 3.0 版本正式推出存算分离架构，新架构极大地增强了系统的弹性扩展能力，并降低了计算与存储的总成本。能更好的解决存算一体架构面临的成本、弹性、资源隔离等挑战。
StarRocks 存算分离借助对象存储，可帮助用户节省高达 80% 的成本，并可实现秒级的弹性伸缩能力。通过优化的Cache技术，能够实现媲美存算一体的性能。另外，在存算分离结构中，StarRocks 实现全新的数据组织方式，实现了数据多版本能力，为未来实现Time Travel 等高级能力打下基础。通过 Global Compaction 可以支持未来将 Compaction 任务调度至专用集群，降低对业务的影响。 未来版本还将引入 Multi-warehouse 功能，通过不同的 Warehouse 承载不同的工作负载，实现资源硬隔离，让业务之间互不干扰。
目前，多家企业用户已成功将 StarRocks 的存算分离应用于电商订单分析、金融业务数据分析和制造业设备数据分析等场景，并取得了稳定的上线成果。
未来，StarRocks 存算分离将拥有：
- 更强大的能力：包括提升冷数据查询性能，FE存算分离，自动弹性等一系列重磅功能
- 更简便的使用体验：包括提升系统可观测性，降低用户性能调优成本以及更灵活的数据分享能力等
- 更完善的生态系统：将与其他引擎（如 Spark 等）实现更紧密的集成
议题二：StarRocks 在芒果TV的应用实践
讲师：黄立超 芒果TV 产品技术中心资深大数据研发工程师
在搭建极速统一的流批分析架构方面，芒果TV充分利用了 StarRocks 的卓越功能。通过精巧地融合流式和批量数据处理，他们成功地实现了高效的数据处理和分析，为用户提供了极速的分析能力。
目前，芒果TV 内部数据呈现如下特点：
- 数据规模：每日新增数据达 200GB，新增数据条数达 40 亿条，历史数据总量已达 100TB。
- 导入任务：涵盖超过 150 个同步表，10个 Routine load 任务，4000+ Broker load 任务 。
- 查询请求：峰值查询 qps 超过 200 ，每日查询总数达 10 万次以上，平均查询耗时仅为 150 毫秒。
在存算一体的架构下，由于存储限制以及本地数据引发的扩缩容延迟问题，StarRocks 在芒果TV 的应用更多地作为数据服务的有益补充。通过充分利用 StarRocks 的特性，成功解决了一些特定场景下的查询加速和实时分析等难题。
引入存算分离架构后，芒果TV 不仅能够继续享受 StarRocks 强大的数据分析能力，还能因存算分离所带来的低成本和极强弹性能力而受益。未来，芒果TV 将全面引入 StarRocks，并借助存算分离架构的优势，保证性能的同时进一步增强弹性，降低成本。
议题三：火山引擎 EMR 在StarRocks成本优化上的思考
讲师：杜军令 火山引擎云原生开源大数据平台 EMR 技术专家
火山引擎EMR 目前已经集成的 StarRocks 存算一体版本面临多重挑战，包括运维复杂度高、容错性要求严格、灵活性不足以及综合成本较高等问题。
火山引擎EMR 基于 StarRocks 的存算分离版本，积极探索与实践，带来了以下显著优势：
- 更低的成本：通过将数据存储与计算分开，计算与存储可以独立扩展，有效降低了成本
- 更好的弹性：分离后的计算节点可以独立扩展，从而大幅提高了StarRocks数据库的扩展性，使其能够更好地应对不断增长的数据负载。
- 更好的资源隔离：存储与计算分离使得用户可以一份数据多处计算，用户可以为每种业务分配独立的计算资源，之间互不干扰，但又共享数据，带来更好的资源隔离性
- 提高可靠性：专用存储一般拥有更好的数据可靠性，这也有助于保障数据的安全性和稳定性。
目前，火山引擎EMR 基于 StarRocks 已经在旅游、在线教育和游戏等多个行业取得了广泛应用，证明了其在不同领域的可靠性和适用性。
未来，火山引擎EMR 将继续深化 StarRocks 的云原生化，实现读写分离，并充分利用 AI 技术进行自动优化，例如根据数据分布智能选择存储和计算资源。此外，引入数据热度分级存储的概念，将进一步降低冷数据存储成本。
议题四：阿里云 EMR Serverless StarRocks 云原生化探索与实践
讲师：王晓龙 阿里云技术专家
EMR Serverless StarRocks 是开源 StarRocks 在阿里云上的全托管服务，用户可通过 EMR Serverless StarRocks 灵活地创建和管理 StarRocks 集群以及数据。几个月前 StarRocks 3.0 版本正式推出了存算分离架构，EMR 团队也想要借力社区，基于 StarRocks 存算分离架构升级 Serverless 产品架构。
在过去的两个多月的时间里，EMR 团队同社区的同学紧密协作，对存算分离的整体能力做了仔细梳理与测试。经过多轮验证，StarRocks 3.1存算分离版本在阿里云环境下无论是稳定性、性能还是功能完备度，当前存算分离功能与存算一体已经基本对齐，例如：
- 存算分离带 cache 导入性能与存算一体的单副本模式相当，甚至优于存算一体的3副本模式；
- 高频导入 PK 模型测试场景中，存算分离相较于存算一体，性能差距仅为 10-20%；
- 在带 cache 的情况下，存算分离的查询性能与存算一体版本持平。
综上所述，存算分离版本已达到了生产使用的水平。接下来，阿里云EMR Serverless 也将正式推出基于 3.1 版本的存算分离版实例。
未来，阿里云EMR 团队将继续与 StarRocks 社区紧密合作，不断演进 EMR Serverless StarRocks 的存算分离架构，持续在性能、稳定性等方向上深度优化，例如 PK 模型、Compaction、冷查等典型场景 ，同时提升易用性及可观测性。
更多精彩内容请查看演讲视频：https://www.bilibili.com/video/BV13N41167J8/
PPT 资料下载：https://forum.mirrorship.cn/t/topic/8359/2
StarRocks Feature Groups：
StarRocks 社区为了让用户在使用新 features 时能更加得心应手，设立了包含 “物化视图”、“湖仓分析”和“存算分离” 等的用户群，欢迎小伙伴们入群对特定 feature 进行深入交流！
下方扫码添加小助手，回复关键字存算分离/湖仓分析/物化视图 即可加入对应的用户小组！
