改版通知

巨人肩膀网站已全新改版。若您仍依赖旧站功能或数据,欢迎联系我们,我们会协助处理。联系我们

0198SK8s上部署StarRocksv315存算分离验证环境

ckckck2025年1月10日44 浏览

存算分离的S3存储验证与K8s部署SR

概述

存算分离的S3存储(由Rook提供)已提前就绪。本文主要验证在K8s部署SR,并与S3进行对接。部署了组件FE、CN、fe-proxy单副本,没有BE组件。

存算分离架构图

:存算分离K8s是可选的,选择K8s是因为Rook是基于K8s的存储系统,另外当前架构计划将StarRocks部署到K8s。

环境准备

  • 操作系统: CentOS 7.6 (5.4.261-1.el7.elrepo.x86_64)
  • Kubernetes: 1.27.6
  • Rook-Ceph: v1.12.8(与StarRocks在同一个K8s集群部署)
  • StarRocks Operator: 1.8.7
  • StarRocks FE: 3.1.5
  • StarRocks CN: 3.1.5
  • StarRocks FE-proxy: nginx:1.21.5

存算分离及资源准备

StarRocks存算分离功能从3.0版本开始支持,但存算分离集群需要部署CN节点而非BE节点。CN和BE可以理解为同一个组件,BE存算分离后变为CN(Compute Node),CN只提供计算,而BE既有计算又有存储。

部署StarRocks存算分离集群时,需要添加到FE和CN配置文件fe.confcn.conf中的额外配置项。

1.1 官方存算分离说明

StarRocks存算分离集群采用了存储计算分离架构,特别为云存储设计。在存算分离的模式下,StarRocks将数据存储在兼容S3协议的对象存储(例如AWS S3、OSS以及MinIO)或HDFS中,而本地盘作为热数据缓存,用以加速查询。

通过存储计算分离架构,您可以降低存储成本并且优化资源隔离。除此之外,集群的弹性扩展能力也得以加强。在查询命中缓存的情况下,存算分离集群的查询性能与存算一体集群性能一致。

相对存算一体架构,StarRocks的存储计算分离架构提供以下优势:

  • 廉价且可无缝扩展的存储。
  • 弹性可扩展的计算能力。由于数据不存储在CN节点中,因此集群无需进行跨节点数据迁移或Shuffle即可完成扩缩容。
  • 热数据的本地磁盘缓存,用以提高查询性能。
  • 可选异步导入数据至对象存储,提高导入效率。

通过官方说明来看,存算分离主要是作为云端部署而提供,云端存储数据相对是安全有保障的。

StarRocks存算分离集群架构图

1.2 本次验证说明

存算分离需要的基础环境:S3协议对象存储(或HDFS)、StarRocks,缺一不可。

可以在K8s上部署,也可在非K8s上部署,只是将数据存储于S3或HDFS上。当前演示环境在K8s(云原生)上部署,如果非云原生部署,则在原有架构上将S3或HDFS配置写入fe.conf,也可实现存算分离。

  • 本次是对StarRocks存算分离的私有化部署进行验证,未在云厂商及云端产品中部署,验证后,可采购数台硬件进行物理支撑。
  • FE meta、FE log也需要数据持久化,同样使用CN相同方法。如果不做持久化,重启FE后,因元数据丢失,不能访问到S3数据。
  • 验证了本地盘作为CN热数据缓存,可以使用StorageClass或LocalPath实现,本次使用LocalPath实现,后续可在生产环境使用该架构进行部署,生产环境可以考虑使用1-2T NvMe SSD同时作为FE meta、log及CN cache磁盘使用。
  • 生产环境如果具有高可用StorageClass,可以使用StorageClass替换LocalPath,使用LocalPath作为生产也是可以的,FE采用3副本,CN也建议多个节点部署,使用LocalPath自动扩缩容功能受限。
  • S3存储的信息配置在fe.conf中,而数据的读写是由CN根据FE广播S3配置,将读写到S3中,cn.conf中没有S3配置。

1.3 资源说明

  • 采用3节点主机,安装K8s,1个master,3个node,其中主节点同时充当node节点。
  • rook-ceph采用RGW(对象存储)实现S3功能,每个节点2空闲块外置磁盘,充当rook-ceph osd使用。
  • StarRocks和rook-ceph部署在同一套K8s集群中。
  • 外加1台作为单节点伪分布式HDFS,用于StarRocks备份,采用1副本,较大利用磁盘。
  • 同时可以考虑外加3台作为rook-ceph RGW容灾使用,验证未涉及这部分,生产环境可以考虑规划。
  • 每台K8s/存储节点两块网卡,一个为public网络,作为业务使用,一块cluster网络,作为rook-ceph内部数据同步使用。

资源清单

序号 主机名 CPU 内存 本地磁盘 外接磁盘 网卡 功能描述
1 k8s-sr1 4c 16G 200G 10G*2 1G*2块 K8s-master/K8s-node1
2 k8s-sr2 4c 16G 200G 10G*2 1G*2块 K8s-node2
3 k8s-sr3 4c 16G 200G 10G*2 1G*2块 K8s-node3
4 sr-bak 4c 16G 200G 10G*3 1G*2块 单机伪分布式,HDFS共300G容量

2. rook-ceph S3存储验证及fe.conf配置

部署StarRocks前,确保rook-ceph S3存储已就绪,S3作为StarRocks对接的存储,如果未能就绪,后续数据读写会有问题。

验证后根据rook-ceph S3参数准备fe.conf共享存储内容。

2.1 验证rook-ceph S3可用性(rook-ceph知识)

可通过关键参数在toolbox-operator-image中设置变量值。这部分为rook-ceph知识,对此不熟悉内容,可在我rook-ceph RGW对象创建部分了解。

1) 登录toolbox-operator-image

bash 复制代码
kubectl -n rook-ceph exec -it deploy/rook-ceph-tools-operator-image -- bash

2) 设置环境变量

每个人环境变量不尽相同,当前是我rook-ceph部署的环境信息:

bash 复制代码
export AWS_HOST=rook-ceph-rgw-my-store.rook-ceph.svc      # 如果使用K8s内地址,可以使用该地址,如果使用是外部rook-ceph,可以使用IP或域名
export PORT=800
export BUCKET_NAME=ceph-bkt-8c8cfba0-e4f4-4302-a2e5-d693d243e948
export AWS_ACCESS_KEY_ID=Q2HLJBVD739N9XOR3SNZ
export AWS_SECRET_ACCESS_KEY=pevdQm9d82AR1vAuIrVmpUNSth0G6nkQ5KzmmJdG

3) 创建凭据

bash 复制代码
mkdir ~/.aws
cat > ~/.aws/credentials << EOF
[default]
aws_access_key_id = ${AWS_ACCESS_KEY_ID}
aws_secret_access_key = ${AWS_SECRET_ACCESS_KEY}
EOF

4) 上传和下载对象存储

上传文件到桶中

bash 复制代码
echo "Hello Rook" > /tmp/rookObj
s5cmd --endpoint-url http://$AWS_HOST:$PORT cp /tmp/rookObj s3://$BUCKET_NAME

从桶中下载并验证文件

bash 复制代码
s5cmd --endpoint-url http://$AWS_HOST:$PORT cp s3://$BUCKET_NAME/rookObj /tmp/rookObj-download
cat /tmp/rookObj-download

2.2 对接Rook-Ceph S3参数准备(StarRocks+Ceph知识)

对于不同的对象存储类型,参考官方链接获取不同的参数值。

存算分离官方链接
https://docs.starrocks.io/zh/docs/deployment/deploy_shared_data/

下面以Ceph S3(rook-ceph)为例,详细参数见“存算分离官方参考”:

bash 复制代码
run_mode = shared_data          # 存算分离模式
cloud_native_meta_port = 6090    # 云原生元数据服务监听端口,默认端口6090
cloud_native_storage_type = S3  # 存储类型S3
aws_s3_path = ceph-bkt-8c8cfba0-e4f4-4302-a2e5-d693d243e948    # 此处选择bucket名称
aws_s3_endpoint = rook-ceph-rgw-my-store.rook-ceph.svc.cluster.local:800  # endpoint即http://IP+port
aws_s3_access_key = Q2HLJBVD739N9XOR3SNZ  # access_key,每个bucket唯一
aws_s3_secret_key = pevdQm9d82AR1vAuIrVmpUNSth0G6nkQ5KzmmJdG  # secret_key,每个bucket唯一
enable_load_volume_from_conf = true  # true表示StarRocks将使用FE配置文件中存储相关属性创建内置存储卷

将以上配置加入到fe.conf中,后续会提供完整的fe.conf配置。

3. 部署StarRocks Operator

3.1 添加定制资源StarRocksCluster

创建自定义资源:

bash 复制代码
curl -O https://raw.githubusercontent.com/StarRocks/starrocks-kubernetes-operator/main/deploy/starrocks.com_starrocksclusters.yaml
kubectl apply -f starrocks.com_starrocksclusters.yaml

3.2 部署StarRocks Operator

1) 下载CRDs(StarRocks在K8s中自定义资源定义)

使用默认配置文件或者自定义配置文件部署StarRocks Operator。
下载用于部署StarRocks Operator的配置文件:

bash 复制代码
curl -O https://raw.githubusercontent.com/StarRocks/starrocks-kubernetes-operator/main/deploy/operator.yaml

2) 部署Operator

StarRocks Operator默认会部署至starrocks命名空间下,并且管理所有命名空间下的StarRocks集群。如果有必要,可修改配置文件进行部署。

bash 复制代码
kubectl apply -f operator.yaml

3) 检查Operator状态

检查StarRocks Operator运行状态。如果Pod处于Running状态且Pod内所有容器都READY,则表示StarRocks Operator成功运行。

bash 复制代码
kubectl -n starrocks get pod

说明:如要更改StarRocks Operator所在Namespace,则需要修改starrocks为自定义的Namespace。

4. 部署StarRocks集群

4.1 配置示范简述

可以直接使用StarRocks提供的配置文件范例,部署StarRocks集群(定制资源StarRocks Cluster实例化的对象)。例如使用starrocks-fe-and-be.yaml,部署一个StarRocks集群,包含三个FE和三个BE节点。本次未采用此默认配置,下面提供自定义配置。

4.2 本次部署yaml文件说明

本次未直接使用官方提供的starrocks-fe-and-be.yaml,因现有主机资源较小,故参考官方提供yaml进行修改,分别借鉴starrocks-fe-and-be.yamldeploy_a_starrocks_cluster_with_fe_proxy.yaml,通过配置部署了FE、CN、FE-proxy,并同时使用fe.confcn.conf对组件进行参数定义,方便后续优化。

  • FE:使用localPath,分别缓存meta(/opt/starrocks/fe/meta)、log(/opt/starrocks/fe/log),元数据占用空间不大。
  • CN:使用localPath作为热数据缓存CN cache(/opt/starrocks/cn/storage),生产环境可配置200G - 2T,主要是将热数据从S3拉取本地。
  • FE-proxy:解决从集群外导入数据提示K8s内部域名不能识别问题。

按上述规划,创建StarRocks集群需准备好shared-data-fe-cn-feproxy-v1.0.yaml(内含fe.confcn.conf)和localStorageClassV1.0.yaml,前者作为集群主体,后者作为localPath必备的SC(StorageClass)和PV(PersistentVolume)。

4.3 准备shared-data-fe-cn-feproxy-v1.0.yaml文件

yaml 复制代码
cat > shared-data-fe-cn-feproxy-v1.0.yaml <<-'EOF'
# This manifest deploys a StarRocks cluster running in shared data mode.
# see https://docs.starrocks.io/en-us/latest/deployment/deploy_shared_data for more information about share data mode.
#
# You will have to download and edit this YAML file to specify the details for your shared storage. See the
# examples in the docs, and add your customizations to the ConfigMap `starrockscluster-sample-fe-cm` at the
# bottom of this file.
# https://docs.starrocks.io/en-us/latest/deployment/deploy_shared_data#configure-fe-nodes-for-shared-data-starrocks
apiVersion: starrocks.com/v1
kind: StarRocksCluster
metadata:
  name: a-starrocks-in-share-data-mode   # change the name if needed.
  namespace: starrocks
spec:
  starRocksFeSpec:     #部署Fe部分
    image: starrocks/fe-ubuntu:latest     #镜像版本
    replicas: 1   #当前测试环境启动1个pod,可以后续作为扩容验证,也可启动3个
    limits:
      cpu: 4         #调小所需的资源,生产环境可调大
      memory: 6Gi
    requests:
      cpu: 1
      memory: 2Gi
    configMapInfo:
      configMapName: starrockscluster-sample-fe-cm   #引用configmap作为fe.conf内容,可以作为后续参数优化使用,完整内容在后面
      resolveKey: fe.conf
    storageVolumes:
    - name: fe-storage-meta
      storageClassName: local-storage     #使用LocalPath作为fe持久化数据存储
      # fe container stop running if the disk free space which the fe meta directory residents, is less than 5Gi.
      storageSize: 10Gi
      mountPath: /opt/starrocks/fe/meta   #fe meta持久化数据目录
    - name: fe-storage-log
      storageClassName: local-storage
      storageSize: 5Gi
      mountPath: /opt/starrocks/fe/log   #fe log持久化数据目录

  starRocksCnSpec:     #部署Fe部分
#    cnEnvVars:   #调试时使用参数
#      - name: LOG_CONSOLE
#        value: "1"
    image: starrocks/cn-ubuntu:latest     #镜像版本
    replicas: 1   #当前测试环境启动1个pod,可以后续作为扩容验证,也可启动3个
    limits:
      cpu: 4           #调小所需的资源,生产环境可调大
      memory: 6Gi
    requests:
      cpu: 1
      memory: 2Gi
    configMapInfo:
      configMapName: starrockscluster-sample-cn-cm   #引用configmap作为cn.conf内容,可以作为后续参数优化使用,完整内容在后面
      resolveKey: cn.conf
    storageVolumes:
    - name: cn-storage-cache
      storageClassName: local-storage          #使用LocalPath作为cn持久化数据存储
      # fe container stop running if the disk free space which the fe meta directory residents, is less than 5Gi.
      storageSize: 200Gi
      mountPath: /opt/starrocks/cn/storage   #cn 缓存等持久化数据目录

  starRocksFeProxySpec:     #部署FeProxy部分
    image: nginx:latest     #镜像版本
    replicas: 1   #当前测试环境启动1个pod,可以后续作为扩容验证,也可启动3个
    limits:
      cpu: 1           #调小所需的资源,生产环境可调大
      memory: 2Gi
    requests:
      cpu: 200m
      memory: 500Mi
    service:
      type: NodePort   # export fe proxy service
      ports:
        - containerPort: 8080
          name: http-port
          nodePort: 30180   # The range of valid ports is 30000-32767
          port: 8080
    resolver: "kube-dns.kube-system.svc.cluster.local"  # this is the default dns server.

---
# fe config
apiVersion: v1
kind: ConfigMap
metadata:
  name: starrockscluster-sample-fe-cm
  namespace: starrocks
  labels:
    cluster: starrockscluster-sample
data:
  fe.conf: |
    LOG_DIR = ${STARROCKS_HOME}/log
    DATE = "$(date +%Y%m%d-%H%M%S)"
    # 降低JVM内存大小为4G:Xmx4096m,共3处
    JAVA_OPTS="-Dlog4j2.formatMsgNoLookups=true -Xmx4096m -XX:+UseMembar -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=7 -XX:+PrintGCDateStamps -XX:+PrintGCDetails -XX:+UseConcMarkSweepGC -XX:+UseParNewGC -XX:+CMSClassUnloadingEnabled -XX:-CMSParallelRemarkEnabled -XX:CMSInitiatingOccupancyFraction=80 -XX:SoftRefLRUPolicyMSPerMB=0 -Xloggc:${LOG_DIR}/fe.gc.log.$DATE"
    JAVA_OPTS_FOR_JDK_9="-Dlog4j2.formatMsgNoLookups=true -Xmx4096m -XX:SurvivorRatio=8 -XX:MaxTenuringThreshold=7 -XX:+CMSClassUnloadingEnabled -XX:-CMSParallelRemarkEnabled -XX:CMSInitiatingOccupancyFraction=80 -XX:SoftRefLRUPolicyMSPerMB=0 -Xlog:gc*:${LOG_DIR}/fe.gc.log.$DATE:time"
    JAVA_OPTS_FOR_JDK_11="-Dlog4j2.formatMsgNoLookups=true -Xmx4096m -XX:+UseG1GC -Xlog:gc*:${LOG_DIR}/fe.gc.log.$DATE:time"
    http_port = 8030
    rpc_port = 9020
    query_port = 9030
    edit_log_port = 9010
    mysql_service_nio_enabled = true
    sys_log_level = INFO
    # config for share data mode
    # 将之前S3的信息填充到下方
    run_mode = shared_data
    cloud_native_meta_port = 6090
    cloud_native_storage_type = S3
    aws_s3_path = ceph-bkt-8c8cfba0-e4f4-4302-a2e5-d693d243e948
    #aws_s3_region = <region>
    aws_s3_endpoint = rook-ceph-rgw-my-store.rook-ceph.svc.cluster.local:800
    aws_s3_access_key = Q2HLJBVD739N9XOR3SNZ
    aws_s3_secret_key = pevdQm9d82AR1vAuIrVmpUNSth0G6nkQ5KzmmJdG
    # create the default storage volume manually after the cluster is created
    enable_load_volume_from_conf = true

---
# cn config
apiVersion: v1
kind: ConfigMap
metadata:
  name: starrockscluster-sample-cn-cm
  namespace: starrocks
  labels:
    cluster: starrockscluster-sample
data:
  cn.conf: |
    starlet_port = 9070
    storage_root_path = /opt/starrocks/cn/storage
    #block_cache_mem_size = 2147483648
    #block_cache_disk_size = 21474836480
EOF

4.4 准备localStorageClassV1.0.yaml文件

yaml 复制代码
cat > localStorageClassV1.0.yaml << -'EOF'
apiVersion: storage.k8s.io/v1
kind: StorageClass
metadata:
  name: local-storage      #StorageClass名称,可自定义
provisioner: kubernetes.io/no-provisioner
volumeBindingMode: WaitForFirstConsumer

---
apiVersion: v1
kind: PersistentVolume
metadata:
  name: starrocks-fe-meta-pv     #fe-meta pv名称
  namespace: starrocks
spec:
  capacity:
    storage: 10Gi             #fe meta大小
  volumeMode: Filesystem
  accessModes:
  - ReadWriteOnce
  persistentVolumeReclaimPolicy: Delete
  storageClassName: local-storage     #使用上述定义的SC名称
  local:
    path: /opt/starrocks/fe/meta      #fe meta本机路径
  nodeAffinity:
    required:
      nodeSelectorTerms:
      - matchExpressions:
        - key: kubernetes.io/hostname
          operator: In
          values:
          - k8s-sr1    #后续fe-meta固定在该节点,如果有多个节点,则更改每个节点主机名,需要label进行标记

---
apiVersion: v1
kind: PersistentVolume
metadata:
  name: starrocks-fe-log-pv    #fe-log pv名称
  namespace: starrocks
spec:
  capacity:
    storage: 5Gi
  volumeMode: Filesystem
  accessModes:
  - ReadWriteOnce
  persistentVolumeReclaimPolicy: Delete
  storageClassName: local-storage
  local:
    path: /opt/starrocks/fe/log         #fe log本机路径
  nodeAffinity:
    required:
      nodeSelectorTerms:
      - matchExpressions:
        - key: kubernetes.io/hostname
          operator: In
          values:
          - k8s-sr1

---
apiVersion: v1
kind: PersistentVolume
metadata:
  name: starrocks-cn-cache-pv     #cn-cache pv名称
  namespace: starrocks
spec:
  capacity:
    storage: 200Gi         #cn cache个人建议200G - 2T
  volumeMode: Filesystem
  accessModes:
  - ReadWriteOnce
  persistentVolumeReclaimPolicy: Delete
  storageClassName: local-storage
  local:
    path: /opt/starrocks/cn/storage     #cn cache本机路径
  nodeAffinity:
    required:
      nodeSelectorTerms:
      - matchExpressions:
        - key: kubernetes.io/hostname
          operator: In
          values:
          - k8s-sr1
EOF

4.5 创建StarRocks集群

1) 创建StarRocks集群

bash 复制代码
kubectl apply -f shared-data-fe-cn-feproxy-v1.0.yaml

2) 创建LocalPath存储

创建fe-meta、fe-log、cn-cache所用到的local存储,PVC会自动创建:

bash 复制代码
kubectl apply -f localStorageClassV1.0.yaml

3) 查看pod已经启动

正常情况下,FE、CN,FE-proxy都应该为Running,且READY数量都为期望数量,如1/1, N/N,此时已完成StarRocks存算分离部署。

bash 复制代码
kubectl -n starrocks get pod

4) fe-proxy镜像拉取缓慢处理(可跳过)

fe-proxy默认拉取镜像非常缓慢,pod不能启动:

bash 复制代码
kubectl -n starrocks describe pod a-starrocks-in-share-data-mode-fe-proxy-857455f4df-pbdpv

5. 访问集群

5.1 在Kubernetes集群内通过MySQL客户端访问StarRocks集群

通过FE的Pod进行验证访问,可以使用通过FE Service的ClusterIP,或者K8s内的service name进行访问。

Service的名称默认为<集群名称>-<组件名称>-service,例如a-starrocks-in-share-data-mode-fe-service,也可以在每个组件的spec中指定Service名称。

1) 查看service信息

FE Service的IP为11.111.196.31,service name为a-starrocks-in-share-data-mode-fe-service,在K8s内部都可以通过这两个名称进行访问。

查看FE Service内部虚拟CLUSTER-IP和端口PORT(S)。

bash 复制代码
kubectl -n starrocks get svc

2) K8s内部登录FE

bash 复制代码
kubectl -n starrocks exec -it a-starrocks-in-share-data-mode-fe-0 -- bash

3) 以CLUSTER-IP登录StarRocks

bash 复制代码
mysql -h 11.111.196.31 -P 9030 -uroot

4) 也可以servicename登录StarRocks

bash 复制代码
mysql -h a-starrocks-in-share-data-mode-fe-service -P 9030 -uroot

5) 查看FE、CN节点状态-正常

sql 复制代码
SHOW PROC '/frontends'\G
SHOW PROC '/compute_nodes'\G

5.2 K8s集群外访问StarRocks集群

在Kubernetes集群外,支持通过FE Service的LoadBalancer和NodePort访问StarRocks集群。以LoadBalancer为例:

1) 公有云访问方式(本次不涉及)

将fe-service的类型由ClusterIP更改为LoadBalancer,直接使用external-ip进行访问,该方法使用云提供商的负载均衡器在外部公开服务。

执行命令:

bash 复制代码
kubectl -n starrocks edit svc a-starrocks-in-share-data-mode-fe-service

更新StarRocks集群配置文件,修改starRocksFeSpec的Service类型为LoadBalancer。

yaml 复制代码
starRocksFeSpec:
  image: starrocks/fe-ubuntu:3.0-latest
  replicas: 3
  requests:
    cpu: 4
    memory: 16Gi
  service:
    type: LoadBalancer # 指定为LoadBalancer

查询FE Service向外部暴露的IP地址EXTERNAL-IP和端口PORT(S)。

bash 复制代码
kubectl -n starrocks get svc

通过MySQL客户端访问StarRocks集群:

bash 复制代码
mysql -h a7509284bf3784983a596c6eec7fc212-618xxxxxx.us-west-2.elb.amazonaws.com -P9030 -uroot

2) 私有云访问方式(本次涉及)

###1 创建yaml文件
可以通过nodeport进行公开fe query和http port,也可使用ingress-nginx+DNS实现域名进行访问,前者可结合nginx可以实现高可用访问。下面以nodeport对fe http和fe query进行演示。

yaml 复制代码
cat > fe-nodeport-svc.yaml <<-'EOF'
apiVersion: v1
kind: Service
metadata:
  labels:
    app.kubernetes.io/component: fe                     # svc lable, --show-labels
    app.starrocks.ownerreference/name: a-starrocks-in-share-data-mode
  name: starrocks-fe-nodeport
  namespace: starrocks
spec:
  ports:
  - name: http
    port: 8030
    protocol: TCP
    targetPort: 8030
    nodePort: 32030    #http 8030对外访问端口32030
  - name: query
    port: 9030
    protocol: TCP
    targetPort: 9030
    nodePort: 32630    #query 8030对外访问端口32630
  selector:
    app.kubernetes.io/component: fe             # pod label, --show-tables
    app.starrocks.ownerreference/name: a-starrocks-in-share-data-mode-fe
  type: NodePort
EOF

###2 创建nodePort

bash 复制代码
kubectl apply -f fe-nodeport-svc.yaml

###3 查看nodePort

bash 复制代码
kubectl -n starrocks get svc

###4 在K8s外登录StarRocks

bash 复制代码
mysql -h192.168.80.20 -P32630 -uroot

6. 官方参考

StarRocks存算分离架构图
StarRocks存算分离架构图

end