系统架构图
FE
-
FE是StarRocks的前端节点，负责管理元数据，管理客户端连接，进行查询规划，查询调度等工作。
-
每个FE节点都会在内存保留一份完整的元数据，这样每个FE节点都能够提供无差别的服务。
-
FE有三种角色：LeaderFE，Follower FE和Observer FE.Follower会通过类Paxos的BDBJE协议自动选举出一个Leader。
-
Leader
①从Follower中自动选出，需要集群中有半数以上的Follower节点存活，如果Leader节点失败,Follower会发起新一轮选举
②Leader节点会对元数据进行写操作，Follower和Observer只有读取权限
③Follower和Observer将元数据写入请求路由到Leader节点，Leader更新完数据后，会通过BDBJE协议同步给Follower和Observer。
④必须有半数以上的Follower节点同步成功才算元数据写入成功 -
Follower
①无写入权限，通过回放Leader的元数据日志来异步同步数据
②参与Leader选举，必须有半数以上的Follower节点同步成功才能算作元数据写入成功 -
Observer
①主要用于扩展集群的查询并发能力，可选部署
②不参与选主，不会增加集群的选主压力
③通过回放Leader的元数据日志来异步同步数据
BE
- BE是StarRocks的后端节点，负责数据存储、SQL执行等工作。
-
数据存储方面，①StarRocks的BE节点都是完全对等的，FE按照一定策略将数据分配到对应的BE节点。
②BE负责将导入数据写成对应的格式存储下来，并生成相关索引 -
在执行SQL计算时，①一条SQL语句首先会按照具体的语义规划成逻辑执行单元，然后再按照数据的分布情况拆分成具体的物理执行单元。
②物理执行单元会在对应的数据存储节点上执行，这样可以实现本地计算，避免数据的传输与拷贝，从而能够得到极致的查询性能。 -
在进行Stream Load导入时，FE会选定一个BE节点作为Coordinator BE，负责将数据分发到其他BE节点。导入的最终结果由Coordinator BE返回给用户。
数据管理
-
StarRocks使用列式存储，采用分区分桶机制进行数据管理。
-
一张表可以被划分成多个分区，一个分区内的数据可以根据一列或者多列进行分桶，将数据切分成多个Tablet.
(Tablet是StarRocks中最小的数据管理单元。每个Tablet都会以多副本的形式存储在不同的BE节点中) -
案例如下：StarRocks 的数据划分以及 Tablet 多副本机制
-
表按照日期划分为4个分区，第一个分区切分成4个Tablet。每个Tablet使用3副本进行备份，分布在3个不同的BE节点上。
-
由于一张表被切分成了多个Tablet，StarRocks在执行SQL语句时，可以对所有Tablet实现并发处理，从而充分的利用多机、多核提供的计算能力。
-
用户也可以利用StarRocks数据的切分方式，将高并发请求压力分摊到多个物理节点，从而可以通过增加物理节点的方式来扩展系统支持高并发的能力。
- Tablet的分布方式与具体的物理节点没有相关性。
-
在BE节点规模发生变化时，比如在扩容、缩容时，StarRocks可以做到无需停止服务，直接完成节点的增减（Tablet会随着节点的增减而移动）。
-
StarRocks支持Tablet多副本存储，默认副本数为三个。（保证数据存储的高可靠以及服务的高可用）。
（在使用三副本的情况下，一个节点的异常不会影响服务的可用性，集群的读、写服务仍然能够正常进行。）