Doris Multi-Catalog实战：5分钟搞定MySQL数据源接入（附JDBC驱动避坑指南）

Doris Multi-Catalog实战：5分钟搞定MySQL数据源接入（附JDBC驱动避坑指南）

最近在帮几个团队做数据中台架构升级，发现一个高频需求：如何把散落在各个MySQL实例里的业务数据，快速、稳定地接入到Doris里做统一分析？很多朋友一上来就卡在JDBC驱动配置上，要么版本不对连不上，要么查询性能慢得让人怀疑人生。其实，Doris的Multi-Catalog功能，尤其是JDBC Catalog，设计得非常巧妙，它把外部数据库直接“映射”成了Doris内部的元数据层，让你用熟悉的SQL就能跨库查询。但“巧妙”不等于“无坑”，今天我就结合最近趟过的几个雷，把从驱动准备、创建Catalog到性能调优的全链路实操细节，掰开揉碎了讲给你听。

1. 环境准备与核心概念澄清

在动手之前，我们得先搞清楚两件事：Doris的Multi-Catalog到底是什么，以及我们为什么要用它来连接MySQL。简单来说，你可以把Catalog理解为一个统一的数据访问入口。以前，你想查Hive里的表，得用Hive的语法；想查MySQL，又得切到另一个客户端。Multi-Catalog在Doris内部构建了一个“三层楼”的元数据大厦：最顶层是Catalog（对应外部数据源），中间是Database（对应外部数据库），最下层是Table（对应外部表）。这样一来，无论数据实际躺在哪里，在Doris眼里，它们都成了可以通过SELECT * FROM catalog_name.db.table来访问的“本地表”。

这种架构带来的最大好处是联邦查询。想象一个场景：用户的画像数据在MySQL，行为日志在Hive，你想分析“高价值用户的行为特征”。没有Multi-Catalog，你得先把数据从两边导出、再导入、最后关联，流程冗长。现在，你可以在Doris里一条SQL直接完成跨数据源的JOIN，省去了繁琐的数据搬运。

注意：目前Doris对所有External Catalog（包括JDBC Catalog）的数据访问都是只读的。这意味着你不能通过Doris去INSERT、UPDATE或DELETE外部MySQL表里的数据。它的定位是高效的分析查询入口。

那么，用JDBC Catalog连接MySQL，需要准备些什么呢？

1. 一个正常运行的Doris集群（1.2.0及以上版本对Multi-Catalog支持比较完善）。
2. 目标MySQL数据库的网络连通性：确保Doris的FE和BE节点都能访问到MySQL服务器的IP和端口。
3. 合适的MySQL JDBC驱动Jar包：这是最容易出问题的一环，我们后面会重点讲。
4. 数据库账号权限：用于创建Catalog的账号至少需要有对目标数据库的SELECT权限，以及查询information_schema的权限（用于元数据同步）。

2. JDBC驱动：选对版本，避开深坑

几乎所有接入失败的问题，十有八九都出在JDBC驱动上。Doris的JDBC Catalog本质上是一个“桥接器”，它依靠你提供的驱动包去和MySQL通信。驱动不匹配，桥就断了。

2.1 MySQL 5.x 与 MySQL 8.x 的驱动天壤之别

这是第一个分水岭。MySQL 5.7和MySQL 8.0在协议和驱动类上发生了重大变化。