ユニークキーテーブル

テーブルを作成する際に、プライマリキー列とメトリック列を定義できます。これにより、同じプライマリキーを持つレコード群の中で最も新しいレコードをクエリで返すことができます。重複キーテーブルと比較して、ユニークキーテーブルはデータロードプロセスを簡素化し、リアルタイムかつ頻繁なデータ更新をより良くサポートします。

シナリオ

ユニークキーテーブルは、データがリアルタイムで頻繁に更新される必要があるビジネスシナリオに適しています。例えば、e コマースのシナリオでは、1日に数億件の注文が行われ、注文のステータスが頻繁に変わります。

原理

ユニークキーテーブルは、同じプライマリキーを持つレコード群の中で最も新しいレコードを返すために、メトリック列に REPLACE 集計関数が指定された特別な集計キーテーブルと考えることができます。

ユニークキーテーブルを使用するテーブルにデータをロードする際、データは複数のバッチに分割されます。各バッチにはバージョン番号が割り当てられます。そのため、同じプライマリキーを持つレコードは複数のバージョンで存在する可能性があり、その中で最も新しいバージョン（つまり、最大のバージョン番号を持つレコード）がクエリで取得されます。

以下の表に示すように、ID はプライマリキー列であり、value はメトリック列であり、_version は StarRocks 内で生成されたデータバージョン番号を保持します。この例では、ID が 1 のレコードはバージョン番号が 1 と 2 の2つのバッチによってロードされ、ID が 2 のレコードはバージョン番号が 3、4、5 の3つのバッチによってロードされます。

ID	value	_version
1	100	1
1	101	2
2	100	3
2	101	4
2	102	5

ID が 1 のレコードをクエリすると、最も新しいバージョン番号である 2 のレコードが返されます。ID が 2 のレコードをクエリすると、最も新しいバージョン番号である 5 のレコードが返されます。以下の表は、2つのクエリによって返されるレコードを示しています。

ID	value
1	101
2	102

テーブルの作成

e コマースのシナリオでは、注文のステータスを日付ごとに収集して分析する必要があります。この例では、orders という名前のテーブルを作成し、注文を保持し、create_time と order_id をプライマリキー列として定義します。これらは注文をフィルタリングする条件として頻繁に使用されます。他の2つの列、order_state と total_price をメトリック列として定義します。これにより、注文のステータスが変わるとリアルタイムで更新され、クエリを高速化するために迅速にフィルタリングできます。

テーブルを作成するためのステートメントは次のとおりです。

CREATE TABLE IF NOT EXISTS orders (
    create_time DATE NOT NULL COMMENT "create time of an order",
    order_id BIGINT NOT NULL COMMENT "id of an order",
    order_state INT COMMENT "state of an order",
    total_price BIGINT COMMENT "price of an order"
)
UNIQUE KEY(create_time, order_id)
DISTRIBUTED BY HASH(order_id);

注意

• テーブルを作成する際には、DISTRIBUTED BY HASH 句を使用してバケッティング列を指定する必要があります。詳細については、バケッティング を参照してください。
• バージョン 2.5.7 以降、StarRocks はテーブルを作成する際やパーティションを追加する際に、バケットの数 (BUCKETS) を自動的に設定できます。バケットの数を手動で設定する必要はありません。詳細については、バケットの数を決定する を参照してください。

使用上の注意

• テーブルのプライマリキーについて、次の点に注意してください。

  • プライマリキーは UNIQUE KEY キーワードを使用して定義されます。
  • プライマリキーは、ユニーク制約が適用され、名前を変更できない列に作成する必要があります。
  • プライマリキーは適切に設計する必要があります:
    • クエリが実行されると、プライマリキー列は複数のデータバージョンの集約前にフィルタリングされ、メトリック列は複数のデータバージョンの集約後にフィルタリングされます。したがって、フィルタ条件として頻繁に使用される列を特定し、これらの列をプライマリキー列として定義することをお勧めします。これにより、複数のデータバージョンの集約前にデータフィルタリングが開始され、クエリパフォーマンスが向上します。
    • 集約プロセス中、StarRocks はすべてのプライマリキー列を比較します。これは時間がかかり、クエリパフォーマンスを低下させる可能性があります。したがって、多数のプライマリキー列を定義しないでください。クエリのフィルタ条件としてほとんど使用されない列は、プライマリキー列として定義しないことをお勧めします。

• テーブルを作成する際、テーブルのメトリック列に BITMAP インデックスやブルームフィルターインデックスを作成することはできません。

• ユニークキーテーブルはマテリアライズドビューをサポートしていません。

次のステップ

テーブルが作成された後、さまざまなデータ取り込み方法を使用して StarRocks にデータをロードできます。StarRocks がサポートするデータ取り込み方法については、ロードオプション を参照してください。

• ユニークキーテーブルを使用するテーブルにデータをロードする際には、テーブルのすべての列を更新する必要があります。たとえば、前述の orders テーブルを更新する際には、create_time、order_id、order_state、total_price のすべての列を更新する必要があります。
• ユニークキーテーブルを使用するテーブルからデータをクエリする際、StarRocks は複数のデータバージョンのレコードを集約する必要があります。この状況では、多数のデータバージョンがクエリパフォーマンスを低下させます。したがって、リアルタイムデータ分析の要件を満たしつつ、多数のデータバージョンを防ぐために、テーブルにデータをロードする適切な頻度を指定することをお勧めします。分単位のデータが必要な場合は、1秒のロード頻度ではなく、1分のロード頻度を指定できます。