StarRocks 存算分离最佳实践，让降本增效更简单

StarRocks 存算分离自版本 3.0.0 开放使用，已经历过多个大版本迭代，在众多客户生产环境中得到验证。但在用户使用过程中也反馈了一些问题，大多源自对新能力不够熟悉导致无法达到最佳效果。因而，本文提供 StarRocks 存算分离最佳实践，建议测试前仔细阅读，并按照最佳实践的指导来实施，以达到事半功倍的效果。

部署

用户在部署时需要在部署模式上二选一，存算一体或者存算分离，目前尚不支持在一个集群中同时支持两种运行模式。

StarRocks 目前支持各种类型对象存储，如所有兼容 AWS S3 协议的对象存储（如 S3、OSS、COS、OBS、GCP、Ceph-S3 等），Azure Blob Storage、Google GCP 以及传统的 HDFS 等，用户可以根据实际情况自由选择。

StarRocks 集群内添加了众多的监控指标，且可以被 Prometheus 采集并通过 Grafana 展示，借助这些指标，可以实时观察集群运行情况。因此，对于所有的用户，我们建议您在实际使用 StarRocks 存算分离集群前，先配置好监控，详细可参考文档 StarRocks 存算分离监控部署[1]。

建表

在存算分离集群中，用户建表时需要关注分桶数的设置，要想获得最佳性能，合理的分桶数选择必不可少。如果分桶数设置的过少，可能会导致计算时无法充分利用硬件资源，如果分桶数设置过多，在存算分离集群中可能会产生大量的小文件导致 I/O 效率低下。在实践中，我们建议按照数据量来决定分桶数，一般建议每个分桶容纳的数据规模在 1 ~ 5GB 左右较为合适。

另外，自 3.1.0 版本后，StarRocks 支持为每个表指定不同的存储桶（对象存储中的概念，存储容器），用户可以为不同的表设定不同的存储桶以实现物理资源的隔离，具体可以通过创建 Storage Volume 来配置不同的存储桶[2]；创建表时，通过 Storage Volume PROPERTIES 指定存储桶[3]。

Tips

1，根据表实际数据量合理选择分桶数量

2，对于分桶数较多的表，创建可能耗时较长，此时可适当调整参数来观察是否有改善

3，使用 Storage Volume 能让您的建表更为灵活，强烈推荐

导入

当前 StarRocks 存算分离表支持存算一体模式中的所有数据导入方式，离线数据推荐 Broker Load，实时数据同步推荐 DataX，Flink Connect