【详述】这边因为数据源主要来源于严格遵循三范式的SAP系统，导致建大宽表/流时，需要关联大量的从表，在实时场景下大量join肯定会导致性能不佳。
【背景】因此这边考虑的优化方案是（前提是多表关联都用同一个主键），在StarRocks建立一个包含全部字段的更新模型大宽表，除了主流往里面写入外，其他从表的数据源也分别都建立一个实时同步任务（这里倾向于使用flink-connector-starrocks写flink任务），把从表要关联上大宽表的字段，通过主键列匹配给关联上。等于把原本放flink的join操作，通过StarRocks的更新操作给替换了。
目前担心的问题是：
0、该模式是否实际上可行？
1、该场景是否在StarRocks可设置为partial update即只更新部分列的列更新模式？如果不行，只能更新整行，是否需要担心两个同步任务同时更新一行造成的死锁？
2、更新模型可能在同步任务上线后，同主键数据积压了太多版本的数据，导致查询时的性能问题（merge on read），是否支持限制可保留的版本数？
3、在时效性要求强的场景，同步任务的微批最小允许时长/记录数是多少，而不会在大数据量场景造成性能问题？（我知道OLAP更适合高吞吐大批量的处理场景，但有时候就没法攒太久）
【业务影响】无
【是否存算分离】否
【StarRocks版本】3.2
【集群规模】3fe+3be
【机器信息】CPU虚拟核/内存/网卡，例如：48C/94G/万兆
【联系方式】请直接在社区联系我，谢谢
【附件】
无，目前还处于规划阶段
0.可行 1.可以的 不用担心锁问题 2.这个不可以 3.推荐15s左右一批
感谢解答 
1赞