在现代数据架构中，Apache Doris 不仅在海量数据 OLAP 分析场景下表现优异，随着版本的演进，它也开始越来越多地承接面向 C 端或高频请求的**高并发点查（Point Query）**业务。

为了在这类场景下达到极致的性能（类似于取代部分 HBase 或 Redis 的查询场景），我们需要在表结构设计、客户端连接、服务端缓存以及执行路径上进行一系列的专门优化。

本文将详细介绍如何在 Doris 中配置并使用高并发点查功能，核心优化主要集中在 Doris 的**主键模型（Unique Key）**上。

---

核心原理简述：什么是“短路路径（Short Circuit）”？

在传统的 OLAP 查询中，一条 SQL 需要经过复杂的解析、规划、生成分布式执行计划，并进行多次 RPC 通信来拉取数据。对于简单的 SELECT * FROM table WHERE id = ? 这种点查，传统的流程显得过于沉重。

Doris 针对此类场景设计了短路路径（Short Circuit）。当满足特定条件时，查询会绕过复杂的优化器规划，直接定位到数据所在的 Tablet 并精准读取，仅需执行一次 RPC 即可完成查询，从而大幅降低系统开销，提升 QPS。

⚠️ 注意： 目前 Doris 的点查优化 仅支持对 Key 列（主键）的等值（=）查询。

下面我们按完整的实施步骤进行实战讲解。

---

步骤一：建立专门优化的表结构

要启用高并发点查优化，建表时必须满足特定的属性配置。点查优化高度依赖于 Unique Key 模型、Merge-On-Write（MOW）机制以及行存格式。

示例建表 DDL：

CREATE TABLE `tbl_point_query` (
    `key` int(11) NULL,
    `v1` decimal(27, 9) NULL,
    `v2` varchar(30) NULL
    -- ... 其他字段
) ENGINE=OLAP
UNIQUE KEY(`key`)
DISTRIBUTED BY HASH(`key`) BUCKETS 1
PROPERTIES (
    "enable_unique_key_merge_on_write" = "true",
    "light_schema_change" = "true",
    "store_row_column" = "true"
);

关键参数解析（必须开启）：

1. enable_unique_key_merge_on_write：是否开启 MOW 模式。点查场景下必须开启。 MOW 机制保证了读取时不需要在 Server 端进行数据的多版本合并，极大提升了读取性能。
2. light_schema_change：是否开启轻量化表结构变更。因为点查的底层优化依赖轻量级表结构变更中的列唯一 ID 来快速定位列，点查场景下必须开启。
3. store_row_column：是否启用行存（Row Storage）。Doris 默认是列存，列存对于分析极为友好，但在 SELECT * 获取整行数据的点查时，行存可以避免多次读取多个列文件再进行组装的开销。点查场景下必须开启。

当这三个参数同时开启时，针对主键的等值点查就会触发短路路径优化。

---

步骤二：MySQL JDBC 客户端开启预处理语句

在客户端（如 Java 应用）发起查询时，高并发意味着大量的 SQL 解析开销。我们可以通过 JDBC 的**预处理语句（Prepared Statement）**特性将 SQL 解析结果缓存起来。

当开启预处理语句时，SQL 及表达式将被提前计算，并缓存到 Doris 的 Session 级别的内存缓存中。后续相同的查询模式只需传递参数，直接使用缓存对象，能有效提升 SQL 解析的效率。

1. 修改 JDBC URL 参数

在配置数据源连接字符串时，加上 useServerPrepStmts=true 参数：

# 示例 JDBC URL
url = jdbc:mysql://127.0.0.1:9030/ycsb?useServerPrepStmts=true

2. 代码实现层面（Java 示例）

在业务代码中，必须使用 ? 作为占位符，并通过 PreparedStatement 来执行查询：

// 使用 "?" 对参数进行占位设置
String sql = "SELECT * FROM tbl_point_query WHERE key = ?";
PreparedStatement readStatement = conn.prepareStatement(sql);

// 设置具体的 SQL 参数
readStatement.setInt(1, 1234);

// 执行点查 SQL
ResultSet resultSet = readStatement.executeQuery();

// 处理结果...

---

步骤三：服务端开启行缓存（Row Cache）

除了执行路径的优化，缓存是应对高并发的最后一道防线。Doris 内部提供了一个基于 LRU（Least Recently Used）策略的行缓存，用于直接在内存中命中整行数据。

默认情况下，行缓存是关闭的。我们需要修改 Doris BE 节点的配置文件 be.conf，并重启 BE 节点使其生效。

be.conf 配置项：

• disable_storage_row_cache：是否关闭行缓存。（将其设置为 false 代表开启行缓存）。
• row_cache_mem_limit：行缓存占用 BE 节点内存的百分比。默认值为 20%，可根据实际机器内存和业务需求进行调整。

💡 提示： 开启行缓存后，对于热点数据的点查请求，Doris 可以直接从内存中返回数据，进一步降低磁盘 I/O 开销，显著提升吞吐量。

---

步骤四：验证 SQL 是否真正命中了点查优化路径

配置完成后，我们不能凭感觉确认优化是否生效。高并发点查性能提升的核心在于必须保障 SQL 走到了点查路径（短路路径）。

我们可以使用 EXPLAIN 命令来查看 SQL 的执行计划：

mysql> EXPLAIN SELECT * FROM tbl_point_query WHERE `key` = -2147481418;

观察执行计划输出

如果优化成功生效，您将在执行计划的叶子节点扫描部分（如 VOlapScanNode）看到醒目的 SHORT-CIRCUIT 关键字。

+-------------------------------------------------------------------------------+
| Explain String                                                                |
+-------------------------------------------------------------------------------+
| ...                                                                           |
|   0:VOlapScanNode                                                             |
|      TABLE: test.tbl_point_query(tbl_point_query), PREAGGREGATION: ON         |
|      PREDICATES: `key` = -2147481418 AND `test`.`tbl_point_query`.`__DORIS_DELETE_SIGN__` = 0 |
|      partitions=1/1 (tbl_point_query), tablets=1/1, tabletList=360065         |
|      cardinality=9452868, avgRowSize=833.31323, numNodes=1                    |
|      pushAggOp=NONE                                                           |
|      SHORT-CIRCUIT                                                            |
| ...                                                                           |
+-------------------------------------------------------------------------------+

只要出现了 SHORT-CIRCUIT，就说明您的 SQL 已经成功绕过了复杂的优化器引擎，采用了最轻量级的执行方式！

---

总结

要在 Apache Doris 中完美压榨高并发点查的性能，需要打出一套组合拳：

1. 表设计先行：MOW (enable_unique_key_merge_on_write) + 行存 (store_row_column) + 轻量表变更 (light_schema_change) 缺一不可。
2. 客户端配合：开启 JDBC Server 端的 PrepareStatement 支持。
3. 服务端提速：BE 节点合理分配并开启 Row Cache。
4. 验证闭环：通过 EXPLAIN 认准 SHORT-CIRCUIT 标识。

掌握这套方法论，不仅能让 Doris 轻松应对百万级的日志分析，也能在毫秒级延迟的高并发线上服务中游刃有余。