如何轻松入门国产开源数据库StarRocks，开启数仓新利器之旅？

本文共计5162个文字，预计阅读时间需要21分钟。

本篇重点讲述如何将数据导入到StarRocks的几种方式，并通过一个flink-connector-starrocks的简单示例代码了解其导入过程。同时，学习数组类类型的使用、分布式实现本地Join，最后抛出外部表的使用。

本篇重点讲述导入数据到StarRocks几种方式，也通过一个flink-connector-starrocks的简单示例代码了解其导入过程，进而学习数组类型的使用、分布式实现本地Join的使用，最后抛出外部表的使用大门 数据导入 总览 概述

数据导入功能是将原始数据按照相应的模型进行清洗转换并加载到StarRocks中，方便查询使用。StarRocks提供了多种导入方式，用户可以根据数据量大小、导入频率等要求选择最适合自己业务需求的导入方式。

• 离线数据导入，如果数据源是Hive/HDFS，推荐采用Broker Load导入, 如果数据表很多导入比较麻烦可以考虑使用Hive外表直连查询，性能会比Broker load导入效果差，但是可以避免数据搬迁，如果单表的数据量特别大，或者需要做全局数据字典来精确去重可以考虑Spark Load导入。
• 实时数据导入，日志数据和业务数据库的binlog同步到Kafka以后，优先推荐通过Routine load 导入StarRocks，如果导入过程中有复杂的多表关联和ETL预处理可以使用Flink处理以后用stream load写入StarRocks，我们有标准的Flink-connector可以方便Flink任务使用。
• 程序写入StarRocks，推荐使用Stream Load，可以参考例子中有Java/Python的demo。