Doris与MySQL中创建表记录与存储过程执行步骤详解 🛠️📊
在数据库管理领域，Doris与MySQL作为两种广泛使用的关系型数据库系统，因其各自的优势在不同的应用场景中得到广泛应用。本文将详细介绍如何在Doris与MySQL中创建表记录及执行存储过程，通过具体步骤、代码示例和对比分析，帮助您深入理解并掌握这两种数据库系统的操作方法。
目录
- 简介
- 准备工作
- 在MySQL中创建数据库与表
- 在Doris中创建数据库与表
- 在MySQL中创建与执行存储过程
- 在Doris中创建与执行存储过程
- Doris与MySQL的对比分析
- 常见问题与解决方案
- 工作流程图 🛠️
- 对比图表 📈
- 总结
简介
MySQL是世界上最流行的开源关系型数据库管理系统之一，因其高性能、易用性和广泛的社区支持而被广泛应用于各类应用中。Doris，全称Apache Doris，是一款现代化的分布式MPP（Massively Parallel Processing）数据库，专为大数据分析和实时查询设计，具备高并发和高扩展性的特点。
主要特点对比：
| 特性 | MySQL | Doris |
|---|---|---|
| 架构 | 单机或主从架构 | 分布式MPP架构 |
| 性能 | 适合事务处理和中小规模数据 | 优秀的大规模数据分析和实时查询能力 |
| 扩展性 | 横向扩展受限 | 高度可扩展，支持水平扩展 |
| 存储引擎 | 多种存储引擎（InnoDB等） | 列式存储，优化分析型查询 |
| 使用场景 | Web应用、事务性应用 | 大数据分析、实时数据查询、报表生成 |
| 社区与支持 | 广泛的社区支持和丰富的文档 | 快速发展的社区，官方文档和社区支持逐步完善 |
准备工作
在开始之前，请确保已完成以下准备工作：
安装MySQL：
- 下载并安装最新版本的MySQL。
- 配置MySQL服务器，确保其正常运行。
- 获取数据库的访问权限（用户名和密码）。
安装Doris：
- 下载并安装Apache Doris（可参考官方文档）。
- 配置Doris集群，确保其正常运行。
- 获取Doris的访问权限（用户名和密码）。
安装数据库客户端工具：
- 推荐使用MySQL Workbench或DBeaver等工具，以便于管理和操作数据库。
安装Python环境（可选）：
- 如果需要通过Python脚本操作数据库，确保已安装Python 3.x及相关数据库连接库。
在MySQL中创建数据库与表
在MySQL中创建数据库和表是进行数据存储和管理的基础步骤。以下将详细介绍如何在MySQL中完成这些操作。
1. 登录MySQL
首先，使用命令行工具登录到MySQL服务器：
mysql -u root -p解释：
-u root指定使用root用户登录。-p表示需要输入密码。
2. 创建数据库
登录成功后，创建一个新的数据库：
CREATE DATABASE test_db;解释：
CREATE DATABASE是用于创建新数据库的SQL命令。test_db是数据库的名称，可以根据实际需求更改。
3. 使用数据库
切换到刚创建的数据库：
USE test_db;解释：
USE命令用于选择当前操作的数据库。
4. 创建表
在数据库中创建一个名为 users的表，包含 id、name和 email三个字段：
CREATE TABLE users (
id INT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(255) NOT NULL,
email VARCHAR(255) UNIQUE NOT NULL
);解释：
CREATE TABLE users创建一个名为users的表。id INT AUTO_INCREMENT PRIMARY KEY定义id为整型、自增且为主键。name VARCHAR(255) NOT NULL定义name为长度不超过255的字符串，不能为空。email VARCHAR(255) UNIQUE NOT NULL定义email为唯一且不能为空的字符串。
5. 插入数据
向 users表中插入一条记录：
INSERT INTO users (name, email) VALUES ('张三', 'zhangsan@example.com');解释：
INSERT INTO users (name, email)指定要插入数据的表和列。VALUES ('张三', 'zhangsan@example.com')指定插入的具体值。
6. 查询数据
查询 users表中的所有记录：
SELECT * FROM users;解释：
SELECT *表示选择所有列。FROM users指定数据来源的表。
在Doris中创建数据库与表
Apache Doris是一款高性能的分布式数据库，适用于大规模数据分析。以下是在Doris中创建数据库和表的详细步骤。
1. 登录Doris
使用命令行工具或数据库客户端工具连接到Doris集群。
mysql -h your_doris_host -P 9030 -u root解释：
-h your_doris_host指定Doris的主机地址。-P 9030指定Doris的端口号，默认为9030。-u root使用root用户登录。
2. 创建数据库
在Doris中创建一个新的数据库：
CREATE DATABASE test_db;解释：
- 与MySQL类似，
CREATE DATABASE用于创建新数据库。
3. 使用数据库
切换到刚创建的数据库：
USE test_db;4. 创建表
在 test_db数据库中创建一个名为 users的表：
CREATE TABLE users (
id INT,
name VARCHAR(255),
email VARCHAR(255)
) ENGINE=OLAP
DUPLICATE KEY(id)
COMMENT '用户表'
DISTRIBUTED BY HASH(id) BUCKETS 10
PROPERTIES (
"replication_num" = "3"
);解释：
CREATE TABLE users创建一个名为users的表。id INT, name VARCHAR(255), email VARCHAR(255)定义表的列。ENGINE=OLAP指定存储引擎为OLAP，适用于分析型查询。DUPLICATE KEY(id)指定id为重复键，用于数据分布。COMMENT '用户表'添加表注释。DISTRIBUTED BY HASH(id) BUCKETS 10指定数据分布方式，通过id的哈希值分成10个桶。PROPERTIES ("replication_num" = "3")设置副本数量为3，保证数据高可用。
5. 插入数据
向 users表中插入一条记录：
INSERT INTO users (id, name, email) VALUES (1, '李四', 'lisi@example.com');解释：
INSERT INTO users (id, name, email)指定要插入数据的表和列。VALUES (1, '李四', 'lisi@example.com')指定插入的具体值。
6. 查询数据
查询 users表中的所有记录：
SELECT * FROM users;在MySQL中创建与执行存储过程
存储过程是预编译的一组SQL语句，存储在数据库中，可以重复执行，简化复杂操作。以下是在MySQL中创建和执行存储过程的详细步骤。
1. 创建存储过程
创建一个名为 add_user的存储过程，用于向 users表插入新记录：
DELIMITER //
CREATE PROCEDURE add_user(IN user_name VARCHAR(255), IN user_email VARCHAR(255))
BEGIN
INSERT INTO users (name, email) VALUES (user_name, user_email);
END //
DELIMITER ;解释：
DELIMITER //改变命令分隔符，避免与存储过程内部的;冲突。CREATE PROCEDURE add_user定义存储过程名称为add_user。(IN user_name VARCHAR(255), IN user_email VARCHAR(255))定义两个输入参数。BEGIN ... END包含存储过程的SQL语句。INSERT INTO users (name, email) VALUES (user_name, user_email);插入新记录。DELIMITER ;恢复默认命令分隔符。
2. 执行存储过程
调用 add_user存储过程，插入新用户：
CALL add_user('王五', 'wangwu@example.com');解释：
CALL add_user('王五', 'wangwu@example.com');执行存储过程，并传入具体参数。
3. 查询结果
再次查询 users表，查看插入的记录：
SELECT * FROM users;在Doris中创建与执行存储过程
Apache Doris目前尚不支持与MySQL完全相同的存储过程功能，但可以通过SQL脚本或外部程序实现类似的功能。以下是如何在Doris中模拟存储过程的步骤。
1. 创建存储过程功能的SQL脚本
由于Doris不支持存储过程，可以编写一个SQL脚本来实现相同的功能。例如，创建一个用于插入用户的SQL脚本 add_user.sql：
INSERT INTO users (id, name, email) VALUES (2, '赵六', 'zhaoliu@example.com');2. 执行SQL脚本
通过命令行工具或数据库客户端执行该脚本：
mysql -h your_doris_host -P 9030 -u root -p < add_user.sql解释：
-h your_doris_host指定Doris的主机地址。-P 9030指定端口号。-u root使用root用户登录。-p提示输入密码。< add_user.sql将SQL脚本传递给Doris执行。
3. 使用外部程序实现存储过程功能
可以使用Python等编程语言编写脚本，实现更复杂的存储过程功能。例如，使用Python脚本插入用户：
import mysql.connector
from mysql.connector import Error
def add_user(id, name, email):
try:
connection = mysql.connector.connect(
host='your_doris_host',
port=9030,
user='root',
password='your_password',
database='test_db'
)
if connection.is_connected():
cursor = connection.cursor()
insert_query = "INSERT INTO users (id, name, email) VALUES (%s, %s, %s)"
cursor.execute(insert_query, (id, name, email))
connection.commit()
print("用户插入成功")
except Error as e:
print(f"错误: {e}")
finally:
if connection.is_connected():
cursor.close()
connection.close()
# 调用函数
add_user(3, '孙七', 'sunqi@example.com')解释：
- 导入库：引入
mysql.connector用于连接Doris。 - 定义函数：
add_user函数接收用户信息并插入到users表中。 - 建立连接：使用Doris的连接参数建立数据库连接。
- 执行插入操作：通过参数化查询插入数据，防止SQL注入。
- 异常处理：捕捉并打印任何错误。
- 关闭连接：确保数据库连接在操作完成后关闭。
Doris与MySQL的对比分析
在创建表记录与执行存储过程方面，Doris与MySQL各有优势和限制。以下是两者的详细对比分析：
| 特性 | MySQL | Doris |
|---|---|---|
| 存储过程支持 | 原生支持，功能强大 | 不支持原生存储过程，通过脚本或外部程序实现 |
| 创建表的灵活性 | 支持多种存储引擎，适用于事务处理和分析型应用 | 列式存储优化分析型查询，但事务支持有限 |
| 性能 | 高效的事务处理和中小规模数据查询 | 优秀的大规模数据分析和实时查询能力 |
| 扩展性 | 横向扩展受限，适合中小型应用 | 高度可扩展，支持大规模分布式集群 |
| 数据一致性 | 强一致性，适合需要严格数据一致性的应用 | 最终一致性，适合大数据分析场景 |
| 操作简便性 | 丰富的工具和文档支持，易于上手 | 相对复杂，需要一定的分布式系统知识 |
| 社区与支持 | 广泛的社区支持和丰富的文档 | 快速发展的社区，官方文档不断完善 |
性能对比
在大数据分析和实时查询方面，Doris表现优异，能够高效处理PB级别的数据，并支持高并发查询。而MySQL在事务处理和中小规模数据查询中表现更为出色，适合Web应用和传统的事务性业务。
功能对比
MySQL支持丰富的存储过程、触发器和视图，适合复杂的业务逻辑处理。而Doris目前不支持存储过程，需通过外部脚本或程序实现类似功能，更适合纯粹的数据分析任务。
扩展性对比
Doris的分布式架构使其具有极高的扩展性，能够通过增加节点轻松扩展存储和计算能力。相比之下，MySQL的横向扩展能力较弱，更多依赖于主从复制和分片技术，扩展过程相对复杂。
常见问题与解决方案
1. Doris不支持存储过程
问题：在Doris中无法创建和使用存储过程，影响复杂业务逻辑的实现。
解决方案：
- 使用外部脚本或程序：通过Python、Java等编程语言编写脚本，实现存储过程的功能。
- 利用SQL脚本：编写SQL脚本文件，批量执行复杂操作。
2. 数据一致性问题
问题：Doris采用最终一致性，可能导致数据在短时间内不一致。
解决方案：
- 合理设计数据更新策略：确保关键业务逻辑在一致性达成前不影响应用。
- 监控数据同步状态：使用监控工具跟踪数据同步进度，及时发现并处理不一致问题。
3. 表创建失败
问题：在Doris中创建表时，出现语法错误或配置问题导致表创建失败。
解决方案：
- 检查SQL语法：确保SQL语句符合Doris的语法规范。
- 验证配置参数：确保分布式配置参数（如桶数量、副本数）合理设置。
- 参考官方文档：查阅Doris的官方文档，获取正确的表创建语法和示例。
4. 性能瓶颈
问题：在MySQL或Doris中执行复杂查询时，出现性能瓶颈。
解决方案：
- 优化查询语句：使用索引、避免全表扫描、合理使用JOIN等技巧优化SQL语句。
- 调整数据库配置：根据实际需求调整缓存大小、连接池等数据库配置参数。
- 扩展硬件资源：为数据库服务器增加CPU、内存和存储资源，提高处理能力。
工作流程图 🛠️
以下是Doris与MySQL中创建表记录与执行存储过程的基本工作流程：
graph LR
A[准备工作] --> B[连接数据库]
B --> C{选择数据库系统}
C -->|MySQL| D[创建数据库与表]
C -->|Doris| E[创建数据库与表]
D --> F[创建存储过程]
E --> G[编写SQL脚本或外部程序]
F --> H[执行存储过程]
G --> H
H --> I[查询与验证数据]
I --> J[完成]说明：
- 准备工作：安装和配置MySQL与Doris。
- 连接数据库：使用客户端工具或命令行连接到数据库系统。
- 选择数据库系统：根据需求选择MySQL或Doris。
- 创建数据库与表：根据业务需求创建相应的数据库和表结构。
- 创建存储过程：在MySQL中创建存储过程；在Doris中编写SQL脚本或外部程序实现类似功能。
- 执行存储过程：调用存储过程或执行脚本。
- 查询与验证数据：确认数据插入或更新是否成功。
- 完成：整个操作流程结束。
对比图表 📈
以下表格对比了Doris与MySQL在创建表记录和执行存储过程方面的主要特性：
| 特性 | MySQL | Doris |
|---|---|---|
| 存储过程支持 | 支持，可创建和调用复杂存储过程 | 不支持，需通过脚本或外部程序实现 |
| 创建表的灵活性 | 支持多种存储引擎，适合事务处理和多种应用场景 | 列式存储，优化分析型查询，适合大数据分析 |
| 数据插入方式 | 支持多种数据插入方法，如单条插入、批量插入 | 支持高效的批量数据插入，适合大规模数据处理 |
| 扩展性 | 横向扩展受限，适合中小型应用 | 高度可扩展，适合大规模分布式集群，支持高并发查询 |
| 事务支持 | 完整的事务支持，保证数据一致性 | 有限的事务支持，主要针对分析型查询优化 |
| 性能优化 | 适合事务性操作，索引优化性能高 | 适合大数据量的分析查询，列式存储提升查询效率 |
| 易用性 | 丰富的工具和文档支持，易于上手 | 需要一定的分布式系统知识，配置和管理相对复杂 |
| 社区与支持 | 广泛的社区支持和丰富的文档 | 快速发展的社区，官方文档逐步完善 |
总结
在Doris与MySQL中创建表记录与执行存储过程，各有其独特优势和适用场景。MySQL凭借其强大的事务支持和广泛的社区资源，适合用于Web应用和传统事务性业务。而Doris则凭借其高性能的大数据分析能力和高度可扩展性，成为实时数据分析和大规模查询的理想选择。
通过本文的详细讲解，您已经掌握了如何在这两种数据库系统中创建数据库与表，编写和执行存储过程或其替代方案，并了解了两者在实际应用中的对比优势。无论您是在选择合适的数据库系统，还是在进行日常的数据库管理与操作，Doris与MySQL都能为您的数据管理需求提供有力支持。希望本文能为您的项目开发和数据管理工作带来实用的指导和帮助。🚀🎉