第3.0章：StarRocks数据导入——总览

  一、导入说明

    数据导入是指将原始数据按照业务需求进行清洗、转换、并加载到 StarRocks 中的过程，从而可以在 StarRocks 系统中进行极速统一的数据分析。

  StarRocks 数据导入实现有以下共性特征  

1.1 原子性保证

   StarRocks 中所有导入方式都提供原子性保证，即每一个导入作业，都是一个完整的事务操作。导入事务可以保证一批次内的数据原子生效，不会出现部分数据写入的情况。

   每个导入作业都有一个标签 (Label)，由用户指定或系统自动生成，用于标识该导入作业。每个标签在一个数据库内都是唯一的，仅可用于一个成功的导入作业。一个导入作业成功后，其标签不可再用于提交其他导入作业。只有失败的导入作业的标签，才可再用于提交其他导入作业。这一机制可以保证任一标签对应的数据最多被导入一次，即可以在StarRocks侧实现At-Most-Once(至多一次)语义。如果结合上游系统的 At-Least-Once语义，则可以实现导入数据 Exactly-Once语义。

1.2 导入模式

  StarRocks 支持两种导入模式：同步导入和异步导入。

1.2.1 同步导入​

  对于同步导入方式，返回结果即表示导入成功还是失败。支持同步模式的导入方式有 Stream Load 和 INSERT。​​​​​​​

用户操作过程如下：

1. 创建导入作业。

2. 查看 StarRocks 返回的导入结果。

3. 判断导入结果。如果导入结果为失败，可以重试导入作业。

• Stream Load 导入作业的执行流程：

（1）用户发起导入请求，该请求可以直接发往FE，由FE将请求转发给某个BE，由该BE充当协调者的角色，也可以由用户自己在导入请求时指定某个BE为协调者角色，发起导入请求。

   ps：如果把导入作业请求发送给 FE，FE 会通过轮询机制选定由哪一个 BE 来接收请求，从而实现 StarRocks 集群内的负载均衡，推荐导入作业的请求直接发送给 FE。