BI 展示层如何借助 MPP 引擎加速查询
哪些公司问过
答案要点
- 离线结果同步到 MPP 引擎(StarRocks、Doris、ClickHouse 等)供 BI 直连,替代直接查 Hive
- MPP 为无共享架构,查询拆分到多节点并行执行,配合列存和向量化实现秒级聚合
- 加速手段:合理分区分桶、物化视图或 Rollup 预聚合、BI 侧查询缓存
- Presto/Trino、Impala 可直接查询湖上数据,省去导入但性能通常不如导入后的本地存储
- 分工:重 ETL 在 Hive/Spark,MPP 承担高并发交互查询的服务层
易错点
- BI 直接连 Hive 做交互分析,响应慢且挤占离线集群资源
- 把 MPP 当成万能引擎跑大规模 ETL,导致内存溢出、影响在线查询
- 不设计分区分桶和预聚合,数据量增长后查询退化为全表扫描
面试官常见追问
- StarRocks/Doris 和 ClickHouse 怎么选?
- 数据怎么从 Hive 同步到 MPP?
- MPP 查询慢一般怎么排查?
完整的口述示范答案、每个追问的参考回答,在启面刷题中心查看;也可以让 AI 面试官用语音按这道题连环追问你。