第2.9章：StarRocks表设计--Colocation Join

在分布式集群中，每张表的数据都会分散在集群多个节点上，所以当我们进行join时避免不了节点间数据网络传输带来额外的延迟和其他开销。为了加速查询，StarRocks设计了Colocation Join。

在Colocation Join中，StarRocks引入了Colocation Group（CG）和Colocation Group Schema（CGS）的概念，CGS是指CG的分桶键，分桶数以及副本数等信息。Colocation Join实现的核心就是将同一个Colocation Group中的表采用一致的CGS也即使用一致的分桶键（字段数量、顺序及字段类型一致即可，名称不需要一致）、一致的副本数量和一致副本放置方式，进而保证这些Table对应的分桶副本会落在相同一组BE节点上。这样如果join列为分桶键，则计算节点只需做本地join，而无需从其他节点获取数据，进而实现大表join的加速。

在表设计文档中，我们先不细述Colocation Join的原理和实现，仅简单说明一下使用方式。创建表

table12：

CREATE TABLE table12(

k1 int,

v1 int sum

)

DISTRIBUTED BY HASH(k1) BUCKETS 8

PROPERTIES(

"colocate_with" = "group1",

"replication_num" = "1"

);
 

 

在建表时，我们在PROPERTIES中指定属性"colocate_with