更新时间：2025-12-17 GMT+08:00
Doris数据查询规范
该章节主要介绍Doris数据查询时需遵循的规范和建议。
数据查询规范
- 【强制】in中条件超过2000后，必须修改为子查询。
- 【强制】禁止使用REST API（Statement Execution Action）执行大量SQL查询，该接口仅仅用于集群维护。
- 【建议】一次insert into select数据超过1亿条后，建议拆分为多个insert into select语句执行，分成多个批次来执行。如果非要这样执行不可，必须在集群资源相对空闲的时候可以通过调整并发度来加快的数据导入速度 。
例如：set parallel_fragment_exec_instance_num = 8 建议数值是单BE节点上CPU内核的一半。
- 【强制】query查询条件返回结果在5w条以上，使用JDBC Catalog或者OUTFILE方式导出。不然大量FE上数据传输将占用FE资源，影响集群稳定性。
- 如果是交互式查询，建议使用分页方式（offset limit），分页要加Order by。
- 如果是数据导出提供给第三方使用，建议使用outfile或者export方式。
- 【强制】2个以上大于3亿的表JOIN使用Colocation Join。
- 【强制】亿级别大表禁止使用select * 查询，查询时需要明确要查询的字段。
- 使用SQL Block方式禁止这种操作。
- 如果是高并发点查，建议开启行存（2.x版本）。
- 使用PreparedStatement查询。
- 【强制】亿级以上表数据查询必须带分区分桶条件。
- 【建议】尽量不要使用OR作为JOIN条件。
- 【建议】大量数据排序（5亿以上）后返回部分数据，建议先减少数据范围再执行排序，否则大量排序会影响性能。
例如：将from table order by datatime desc limit 10优化为from table where datatime='2023-10-20' order by datatime desc limit 10。
- 【强制】禁止对分区表执行全分区数据扫描操作。
- 【建议】不建议频繁地进行数据delete修改操作，将要删除的数据攒批，偶尔进行批量删除，且需要带上条件，提升系统稳定性和删除效率。
- 【建议】查询任务性能调优参数parallel_fragment_exec_instance_num使用注意事项：
此参数是session级别设置，表示可并发执行的fragment数量，对CPU消耗较大，因此一般情况下不需要设置此参数。如果需要设置此参数来加速查询性能，必须遵循以下规则：
- 切勿设置该参数为全局生效，禁止使用set global方式进行设置。
- 设置参数值建议为偶数2或4（最大值不要超过单节点CPU核数的一半）。
- 设置此参数值时需要观察CPU使用率，CPU使用率小于50%时方可考虑设置。
- 如果查询SQL是insert into select大数据量的方式，不建议设置此参数。
父主题： Doris组件使用规范
