感谢大家参加第一期的 StarRocks 竞猜周三活动，以下公布湖仓分析相关问题的答案和得奖名单。
这些问题可以视作 StarRocks 湖仓分析的常见问题，欢迎大家多加利用！
1. 以下哪些是湖仓一体的优势？（多选）ABCD
A. 无需维护烟囱式数仓建设，充分利用湖上数据资源
B. 计算存储分离架构可实现 Workload 资源隔离，提供独立按需弹性
C. 存储成本较低
D. 统一存储确保 single source of truth
StarRocks 在支持一系列湖仓融合的能力之后，结合存算分离架构，具备湖仓一体化的能力。用户可以直接将 StarRocks 作为一个 Lakehouse 使用，兼具数据仓库与数据湖的优势：
无需维护两套独立的数据仓库与数据湖系统
支持灵活的存储格式，采用开放存储格式或者 StarRocks 针对实时分析优化的存储格式
采用计算存储分离架构，实现 Workload 资源隔离，提供独立按需弹性
通过 local cache 机制，实现冷热数据的自动管理
2. StarRocks 提供以下哪些数据源的查询能力（多选）ABCD
A. 数据湖：Iceberg/ Deltalake/ Hudi/ Paimon
B. 数仓：Hive
C. 业务库：MySQL/PostgreSQL
D. 检索分析引擎：Elasticsearch
在 StarRocks 中，您可以通过 external catalog 直接查询外部数据，无需进行数据导入或迁移。当前支持创建以下类型的 external catalog：
Hive catalog：用于查询 Hive 数据。
Iceberg catalog：用于查询 Iceberg 数据。
Hudi catalog：用于查询 Hudi 数据。
Delta Lake catalog：用于查询 Delta Lake 数据。
JDBC catalog：用于查询 JDBC 数据源的数据。
Elasticsearch catalog：StarRocks 自 3.1 版本起支持 Elasticsearch Catalog。
Paimon catalog：StarRocks 从 3.1 版本开始支持 Paimon Catalog。
了解更多：https://docs.starrocks.io/zh-cn/latest/data_source/catalog/catalog_overview
3. StarRocks 在（）情况下更能发挥极速查询能力（单选）A
A. 查询非常复杂的场景
B. 查询非常简单的场景
StarRocks 湖仓分析最简单的方式是直接查询，不需要将数据导入进 StarRocks。只要你的存储性能够好，并且你的 SQL 足够复杂，那么直接查就能比其他查询引擎有倍数的性能提升。
4. 开启 StarRocks 的 Data Cache 有什么好处？（多选）AB
A. 避免 HDFS 或外部存储的抖动，从而提升查询稳定性
B. 降低重复 IO 开销，在频繁访问相同数据时提升查询性能
C. 将结果缓存在本地，对完全一致的查询直接返回查询结果
Data Cache：将外部存储系统的原始数据按照一定策略切分成多个 block 后，缓存至 StarRocks 的本地 BE 节点，从而避免重复的远端数据拉取开销，实现热点数据查询分析性能的进一步提升。
了解更多：https://docs.starrocks.io/zh-cn/latest/data_source/data_cache
5. Iceberg Catalog 在 3.1 版本中支持（）功能？（多选）ABC
A. 查询 v1 和 v2 格式的表数据
B. 在 Iceberg Catalog 内创建库表
C. 向 Iceberg 表内导入数据
在 StarRocks 侧创建或删除 Iceberg 库表，或通过 INSERT INTO 把 StarRocks 表数据写入到 Parquet 格式的 Iceberg 表中。Iceberg Catalog 支持查询 v1 表数据。自 3.0 版本起支持查询 ORC 格式的 v2 表数据，自 3.1 版本起支持查询 Parquet 格式的 v2 表数据。
了解更多：https://docs.starrocks.io/zh-cn/latest/data_source/catalog/iceberg_catalog
6. 以下哪些是 StarRocks “极速”数据湖查询的正确姿势？（多选）ABC
A. 开启 Data Cache
B. 在存储性能够好，且 SQL 足够复杂的情况下可直接查询，不将数据导入进 StarRocks
C. 使用 StarRocks 物化视图做查询加速
了解更多：
7. 在 External Catalog 上建异步物化视图，以下（）说法不正确？（多选）AD
A. Hive Catalog 上创建物化视图需要全表刷新，不能分区刷新
B. Hive Catalog，Iceberg Catalog， Hudi Catalog都可以创建异步物化视图
C. 如果设置了定时刷新，StarRocks 会自动定期将数据更新至 StarRocks 内部
D. 外表物化视图存储在湖上，不能利用 StarRocks 的原生存储加速能力
了解更多：https://docs.starrocks.io/zh-cn/latest/using_starrocks/Materialized_view
8. 以下哪个功能是 StarRocks 3.1 才开始支持的功能：（单选）C
A. Parquet/ORC 文件外表
B. Iceberg Catalog
C. Paimon Catalog
D. Apache Hudi MOR 表
3.1 版本新增支持了 Elasticsearch catalog、Paimon catalog，并进一步增强 Trino 语法兼容性
9. 开启 data cache 会不会带来一致性问题？（单选）B
A. 会
B. 不会
Data cache 的粒度是 file 的范围，file 本身是 immutable 的，所以 cache 不会引入一致性问题
了解更多：https://docs.starrocks.io/zh-cn/latest/data_source/data_cache
10. 目前 StarRocks 是不是只能查湖，不能写？（单选）B
A. 是
B. 否
从 3.1 开始 StarRocks 发布了写入 iceberg 的能力，后续会继续支持写入 hive
11. Data cache 会不会要求我配置很多磁盘，是不是高富帅才玩得起？（单选）B
A. 是
B. 否
一般来说我们频繁访问的数据都是近期产生的，并且并不是所有库/表都是同等重要的，后续我们会陆续补充 data cache 黑白名单，warmup 等能力来完善 data cache 的使用限制，确保 data cache 可以服务于关键库/表/分区，而不会被 ad hoc 查询说污染，这样可以在资源有限的情况下，尽量 cache 最重要的数据
12. Data Cache是否支持只针对特定查询的数据进行缓存/不缓存？（单选）A
A. 是
B. 否
配置 Data Cache 后，当前我们可以通过 enable_populate_block_cache session 变量来控制某次查询涉及到的数据是否要填充缓存。后续，我们会增加黑白名单，进一步增加使用灵活性。
了解更多：https://docs.starrocks.io/zh-cn/latest/data_source/data_cache
13. 新增BE节点是否会导致原有data cache缓存全部失效？（单选）B
A. 是
B. 否
StarRocks 采用一致性哈希算法将用户查询涉及到的数据缓存到多个 BE 节点，增加/删除单台 BE 节点时除个别节点缓存失效外，大部分原有缓存数据不受影响，可继续使用。
竞猜得奖名单
第一名 （三位）
| 姓名 | 得分 | 所用时间 | 提交时间 |
|---|---|---|---|
| 邵庆 | 100 | 48秒 | 10:43:40 |
| 陈嘉琪 | 100 | 64秒 | 11:02:02 |
| 罗生 | 100 | 97秒 | 11:05:43 |
第二名 （五位）
| 姓名 | 得分 | 所用时间 | 提交时间 |
|---|---|---|---|
| 非非非语 | 100 | 52秒 | 10:42:10 |
| 慕佑琛 | 100 | 261秒 | 10:45:13 |
| 文新 | 100 | 147秒 | 10:46:54 |
| 陈允德 | 100 | 49秒 | 11:12:15 |
| 李政华 | 100 | 243秒 | 12:08:41 |
第三名 （五位）
| 姓名 | 得分 | 所用时间 | 提交时间 |
|---|---|---|---|
| 高源 | 100 | 204秒 | 12:12:26 |
| 程真 | 100 | 3826秒 | 12:27:16 |
| 雪落成花 | 100 | 3508秒 | 12:28 |
| 吴梦龙 | 100 | 175秒 | 12:31 |
| 今天不回家 | 100 | 695秒 | 13:05:21 |
恭喜这几位小伙伴
欢迎后台加小助手领奖～
