StarRocks 名词解释：把缩写一个一个拆开

StarRocks 名词解释：把缩写一个一个拆开

数据仓库 · OLAP 引擎 · 名词解释

StarRocks 名词解释：把缩写一个一个拆开

StarRocks 研究报告里缩写太多（MPP、CBO、FE、CN、MoR、2PC……），要一篇讲人话的名词解释。

目 录

开场：一家只做现问现答的饭店
三个总词：OLAP、OLTP、MPP
引擎三件套：向量化、CBO、Pipeline
架构词：FE、BE、CN 和那本账
表模型词：四种记账法
提速词：从翻账本到预制菜
装货词：货怎么进仓
杂项：profile、TPC-DS、external catalog
收摊

0. 开场：一家只做现问现答的饭店

那份报告读起来费劲，症结不在内容，在缩写密度。MPP、CBO、FE、CN、MoR、2PC——二十几个黑话一锅炖。我拆一遍给你看，全挂在一个画面上：一家专门伺候报表的饭店。你开经销店，年底想问"华东区哪个经销商的洗护品类卖得最好"，这句话扔进饭店，几秒内端菜。整篇报告讲的就是这家店怎么修的。

先给个尺度感。一张流水表一年攒下来十亿行，打印出来能从一楼摞到三楼。所谓 OLAP 引擎，就是能在这摞纸上几秒钟翻出答案的后厨。

1. 三个总词：OLAP、OLTP、MPP

OLAP（On-Line Analytical Processing，联机分析处理）："现问现答"这个营业模式本身。特点是一问扫一大片——问年度销量，它要把全年账本都过一遍。

OLTP（On-Line Transaction Processing，联机事务处理）：它的反面兄弟，管"一次动一行"——收银台开一张单、改一条库存。ERP、POS 机干的是这个。一个伺候老板的问题，一个伺候柜台的笔。

MPP（Massively Parallel Processing，大规模并行处理）：多个灶台同时炒。一个大问题切成小块，十台机器各炒各的，端上来再拼盘。饭店规模上去了，单灶必死。

2. 引擎三件套：向量化、CBO、Pipeline

向量化执行：算账的方式。老式引擎一行一行算，向量化一列一列、一批一批算——CPU 一次指令吃一组数，流水线上货盘搬运。就这一个改动，常能有数倍差距。

CBO（Cost-Based Optimizer，基于代价的优化器）：点菜之后、开炒之前，有个老练的领班盘算"先炒哪锅、哪两锅并灶"。他按代价估——谁的行数少、谁过滤得狠、哪条路要跨机器搬数据——最后挑便宜的那条走。与之相对的老办法叫 RBO（规则优化），背死口诀，不看行情。

Pipeline 执行引擎：流水线作业。数据像传送带上的零件，一小块一小块往前流，不等一整筐装满才动。带子不停。查询时延因此压得下来，几百个并发同时在传送带上跑。

3. 架构词：FE、BE、CN 和那本账

FE（Frontend，前端节点）：领班。收 SQL、解析、规划、派活。它不管炒菜，管动嘴。

BDBJE（Berkeley DB Java Edition）：几个领班之间抄账本用的复制库。名字怎么念不重要，你不需要会念。作用是：领班组共记一本元数据账（表在哪、表结构是什么），谁离职都不丢账。

Follower / Observer：领班的两种跟班。Follower 是副领班，账本人手一份，正领班倒了从中投票选新王；Observer 只抄账不投票，专职应付更多客人的点单——扩读用。

BE（Backend，后端节点）：灶台。真正存数据、算数据的机器。一家店的规模就看灶台数。

tablet：数据的最小搬运单位。一张大表切成的小砖块，一块建议 1–10 GB——砖太大搬不动，太小了满地碎渣（元数据爆炸）。

存算分离：3.0 起的新店型。食材统一放中央大仓（就是对象存储，S3/OSS 那类），门店灶台改叫 CN（Compute Node，计算节点），只炒菜不囤货，本地只留一台冰箱（Data Cache，热数据缓存）。加门店不用搬食材，秒级开张；中央仓的存储价钱约是本地 SSD 的十分之一量级。京东物流公开的账：存储成本降了约九成。

StarOS：官方给存算分离那套调度、存储访问、缓存管理起的壳子名。里面 OS 是不是严格意义的操作系统？我当它是个管事的名字看，更深的水我没潜。

4.0 的 File Bundling：顺带一提。小份食材入库时先打包成大箱再进中央仓，对象存储的接口调用降约九成——官方口径，出处我在报告里核过。中央仓模式的"最后一口气"堵上了。

4. 表模型词：四种记账法

Duplicate（明细模型）：流水账。来一行记一行，永不合并。审计和追溯就靠它，丢一行你半年后都能对出来。

Aggregate（聚合模型）：汇总账。按 key（比如经销商×商品×天）先加总再落库，数字列配好算法——销量用 sum、库存用 max、最新值用 replace。翻得快，代价是明细没了，改口径得整本重记。

Unique（更新模型）：覆盖账。同一个 key，新的一行盖掉旧的。它的老实现叫 MoR（merge-on-read，读时合并）——写的时候新旧都留着，查的时候现场合并，查询慢，谓词都推不下去；后来的 MoW（merge-on-write，写时合并）是写入时就地了断旧值。Doris 那边 2.1 起 MoW 默认。一句话：MoR 是懒人记账急死查账的，新表没理由再选它。

Primary Key（主键模型，PK）：StarRocks 的招牌账本。主键索引常驻内存，新数据进来先查内存——有旧的就删旧插新（delete-and-insert），写入即去重。实时更新场景的首选。代价明摆着：主键索引吃内存，所以主键要短，用整型代理键，别拿长字符串拼键把内存撑爆。

upsert：update + insert 的合成词。有则改，无则补。一条指令两种结局。

partial update（部分列更新）：只改账本里的某几列，其他列不动。库存增量就靠它——每小时只刷一个在库数量列。

5. 提速词：从翻账本到预制菜

前缀索引：每本账事先定好排序（叫排序键），排在前面的列就是最快的翻法。查账总按经销商过滤，排序键就把经销商放第一位。设计表时定，事后难改。

Bitmap 索引（位图索引）：给低基数的列用——比如"业态"就便利店、超市、百货等十来种。每种值配一串 0/1，第几家店是这个业态就亮 1。等值过滤飞快。

Bloomfilter（布隆过滤器）：给高基数列点查用——单据号、终端 ID 这类几百万个不同值的。它的脾气：说"没有"就真没有，说"有"可能蒙你。用在"这批大概率没有，跳过"的判断上，省扫描。

BITMAP 精确去重：数"多少家店动销了"这类 count distinct，把每个值画进位图再数 1，比逐个比对快一个量级。列类型得是 BITMAP。

分区：账本按月装订。查三月的事只抽三月那本。分区裁剪就是这句承诺的兑现——查询条件一给，无关的整本跳过。TTL（Time To Live，存活时间）：每本账的保质期，到期自动卖废纸，防止仓库被史前数据撑死。

分桶：每本账内部再按 hash(key) 归档到不同柜子。两个作用：多个柜子多个伙计同时翻（并行度）；同一个 key 永远在同一柜子（为下一词铺垫）。桶数经验值：灶台数乘每台磁盘数，再乘 1 到 2。

Colocate Join（协同放置 join）：两张表按同一个 key 分桶、锁在同一排柜子。对账时两边柜门对开，不用把食材推着小车满店跑（免 shuffle）。代价是约束：两表桶数必须一致，柜位被绑定，建表时就要想好。

Bucket Shuffle Join：join 时只把一张表按 key 撒到对方柜子去，搬运量比全网互撒小。

Runtime Filter（运行时过滤器）：反着来的聪明。大表还没扫完，join 那头已经知道"只要华东的"，回头喊一嗓子："不是华东的别翻了！"扫描量当场瘦身。

物化视图（MV，Materialized View）：预制菜。常被点的菜提前做好装盘，客人再点直接端。同步 MV 在导入的同一事务里顺手刷，只管单表；异步物化视图（2.4 起）能力大一圈——多表 join、定时刷新、还能分区级增量（只重做变化的那个月）。查询改写（query rewrite）是它的魔法：你点的现炒，厨房发现预制菜盘里就有同一道，直接端预制——你毫无感觉，账单时间短了一截。

6. 装货词：货怎么进仓

Stream Load：HTTP 批量收货。经销商每天那份手工日结文件，推一把就进门。

Routine Load：常驻订阅。挂一条 Kafka 流，货到了自动卸，不停工。

Broker Load：从数据湖、HDFS 这类大库房整批搬历史。

Flink Connector：Flink 流计算引擎和 StarRocks 之间的传送带，实时装货主力。

2PC exactly-once（two-phase commit，两阶段提交·恰好一次）：传送带断电也不丢不重。先问"都备好了吗"，全员点头才落账；中途炸了就整体退回。库存这种数，重一次多一件都是事故，靠的就是它。

7. 杂项：profile、TPC-DS、external catalog

profile：一条查询的体检报告，每一步耗时列得明明白白。调优不是玄学，是读报告：分区裁剪命中没有、join 顺不顺、预制菜改写命中没有、并行度够不够。

TPC-DS：业界的标准模拟考（TPC 委员会的决策支持基准，DS = Decision Support），几十道商业分析题，各家引擎排队考试比总分。4.0 官方口径比上代快约六成，就是这份卷子上的分。

external catalog（外部目录）：把 Iceberg、Hive 这些数据湖的账本挂个名牌进店，直接翻、不用搬。湖里的五年冷明细就是这么被查的。

Iceberg：对象存储上的开放表格式，湖仓一体的当红标准——上一篇专门讲过它。

ClickHouse：另一路引擎，单表查询快得吓人，join 和高并发是短板。Doris：StarRocks 的同源兄弟，2020 年分家，各自长成了不同的树。

8. 收摊

三十来个缩写，拆开就这么多东西：一个前台几个灶台、四本账、若干翻账本的技巧、几条进货通道。评审会上谁再甩缩写，你就让他讲人话——他讲不出来，说明他自己也没拆过。

系列前篇里还有一组词（ODS/DWD/DWS/DIM、SCD、事实表），在《数仓分层设计》《缓慢变化维SCD》那两篇的人话版里，这里不重复。

深度研究 · 编译：智柴 · 2026-09-09 · 源文件：StarRocks名词解释_2026-09-09.md

#StarRocks #名词解释 #OLAP #数仓 #渠道数据 #智柴