5千万条
取12个字段
直接在client里查询返回，受限于mysql-client的接受处理能力是很慢的，你可以试试把这种大数据集的查询结果导出到文件里，速度会快一些
或者可以试试select into outfile
回复到另一个帖子去了，关于大数据量的问题，我们尝试过返回limit 10, 不做大数据量的返回，但是对比结果还是StarRocks无优势
将结果导出到文件，字段的类型很受限：
1.这是导出到CSV的报错，ERROR 1064 (HY000): Getting analyzing error. Detail message: Type ARRAY<struct<RsrpRslt bigint(20), RsrqRslt decimal128(38, 9), SinrRslt decimal128(38, 9), SsbBeamID int(11), SsbIndex int(11)>> is not supported for CSV outfile.
2.这是导出到parquet的报错：ERROR 1064 (HY000): Getting analyzing error. Detail message: Type LARGEINT is not supported for PARQUET outfile.
sr里SELECT * FROM table_b limit 10不可能慢，肯定是毫秒级
或者可以给个建议吗，我们的场景是：一个微服务处理了parquet后，经过sql查询，得到的结果，怎么给另一个微服务用。是写入到hdfs还是内部表，哪种方式落盘最快？
写内部表落盘快，但还要看另一个微服务怎么使用这么大的一个结果集，也是全量读的话内部还需要再导出来快一些，直接select *会慢。
另外落盘starrocks的话还可以使用单副本写的功能加速，https://docs.starrocks.io/zh/docs/3.1/sql-reference/sql-statements/data-definition/CREATE_TABLE/#指定数据在多副本间的写入和同步方式
下游微服务是通过mysql直接读取SR的内部表
如果下游就是普通的点查或者范围查、计算等，而非全量读的话，可以直接落盘sr里，使用单副本写加速写入
我们用的是3.1.4的版本，默认开启了单副本写加速，但对比下来，落盘速度不及Spark-SQL，是SR本身在落盘方面不擅长吗？
sr里写入是事务操作，会有额外的开销。不过你写入多少数据用了15秒？
6.7千万条数据，12个字段，SR耗时15秒，Spark-SQL耗时5秒
能到fe leader的日志里搜下2300这个事务id，看下各阶段耗时吗
finish transaction TransactionState. txn_id: 2300, label: insert_a7e15c2b-adc9-11ee-8bb6-02422059220b, db id: 10004, table id list: 26820, callback id: -1, coordinator: FE: 7.189.49.48, transaction status: VISIBLE, error replicas num: 0, replica ids: , prepare time: 1704679211187, commit time: 1704679227041, finish time: 1704679227054, write cost: 15854ms, wait for publish cost: 2ms, publish rpc cost: 4ms, finish txn cost: 7ms, publish total cost: 13ms, total cost: 15867ms, reason: attachment: com.starrocks.transaction.InsertTxnCommitAttachment@5ca63796 successfully
这个也帮忙在leader fe节点执行获取下profile