【Apache Doris】周FAQ集锦：第 10 期

引言

欢迎查阅本周的 Apache Doris 社区 FAQ 栏目！

在这个栏目中，每周将筛选社区反馈的热门问题和话题，重点回答并进行深入探讨。旨在为广大用户和开发者分享有关 Apache Doris 的常见问题。

通过这个每周 FAQ 栏目，希望帮助社区小伙伴更好地了解和应用 Apache Doris，促进经验交流和技术共享。

SQL问题

Q1 doris 2.0.9版本查询hudi报错：

Could not initialize class 
org.apache.hudi.common.bootstrap.index.HFileBootstrapIndex

A1 缺少hbase-unsafe的包导致，需要补齐相关jar包。hudi联邦内容可以查阅：

https://doris.apache.org/zh-CN/docs/lakehouse/datalake-analytics/hudi

Q2 doris 2.1.0查询mysql catalog报错：

Conversion not supported for type java.lang.Byte

A2 如下：

1. mysql驱动包换为 mysql8.0.25 以上 的 jdbc driver

2. 2.1.x fix：

https://github.com/apache/doris/pull/31880

mysql联邦内容可以查阅：

https://doris.apache.org/zh-CN/docs/lakehouse/database/jdbc

数据操作问题

Q3 rooutine load导入时，是fe还是be去连接kafka？

A3 be直接消费去拉数据，fe不跟kafka交互。

Routine Load内容可以查阅：

https://doris.apache.org/zh-CN/docs/data-operate/import/routine-load-manual

Q4 通过 flink-doris-connector 同步mysql表时，为什么有时在doris里自动生成的是主键表，有时生成的是明细表？

A4 非主键表映射的都是Duplicate模型，主键表映射的才是Unique模型；可以手动先在doris内建好表，connector会判断如果doris内存在对应表则不会走自动建表流程。

flink-doris-connector内容可以查阅:

https://doris.apache.org/zh-CN/docs/ecosystem/flink-doris-connector

Q5 flink-doris-connector 如何正确地进行整库同步？

A5 flink-doris-connector整库同步的版本兼容、相关概要、功能特性、最佳实践和常见FAQ可以参考：

https://mp.weixin.qq.com/s/hXWgxL4eRbHhEYE7r9M5IQ

运维常见问题

Q6 doris 2.1.2版本是否支持Rhel 8.× 版本的操作系统？

A6 支持，有做过相关测试。

2.1.2 release内容可以查阅:

https://doris.apache.org/zh-CN/docs/releasenotes/release-2.1.2

Q7 如图doris-manager的监控数据是存储在doris的？

A7 metric监控数据并不是直接存储在doris自身的库中，而是通过Prometheus来进行收集和存储的；doris-manager与doris集群相互独立，监控数据和告警规则通常是保存到manager集成的Prometheus系统中。

Q8 doris重启后报错：

LOG_READ: IOException on read, 
log is likely invalid. Environment is invalid and must be closed

A8 一般是目录权限变更导致；例如一开始用非root用户管理启动，期间用root账户启动过服务等，导致doris目录下有些文件变为root所属了。

Q9 doris的数据均衡问题如何排查？

A9 数据均衡过程中的异常问题排查流程、定位调优和常见FAQ可以参考：

https://mp.weixin.qq.com/s/aKr29oIiq8HHXMjO1SGkLw

其它问题

Q10 doris如何高效地分析一个慢sql？

A10 doris 提供了一些图形化的命令以帮助用户更方便的分析一个具体的查询：

https://doris.apache.org/zh-CN/docs/query/query-analysis/

2.1 后续会在官网发布一个可视化的profile，用户也可以upload 一个profile，可以非常直观地查看耗时的算子节点：