Doris磁盘均衡问题排查指南

在Doris集群运维中，磁盘均衡是保证数据高效存储和查询性能的关键。然而，由于数据分布不均、参数配置不当或环境异常，磁盘不均衡问题时有发生。本文将深入解析Doris磁盘均衡的优化方法、排查流程及常见问题解决方案，助你快速定位并解决问题。

一、均衡任务排查指南

1. 基础检查项 确认主fe 的以下的配置执行命令：admin show frontend config like "xxxx" 其中： 1. disable_balance = false 2. disable_disk_balance = false 3. disable_colocate_balance = false 4. disable_tablet_scheduler = false 5. 如果用户是单副本的表，且版本是2.0.4之后，且磁盘不均衡，需要把 enable_disk_balance_for_single_replica 改成true (它的默认值是false)
2. 负载诊断指标

-- 查看BE负载分布
SHOW PROC '/cluster_balance/cluster_load_stat/location_default/HDD';

• BE间均衡：Class状态应为MID
• 磁盘间均衡：MaxDisk状态应为MID
• 任务运行监控-- 查看运行中任务 SHOW PROC '/cluster_balance/running_tablets';

-- 检查历史任务状态

SHOW PROC '/cluster_balance/history_tablets';常见失败原因：

• 长事务阻塞（需手动ABORT）
• 副本迁移超时（调整线程数）
• 版本BUG（2.0.4前版本建议升级）

二、 典型问题解决方案

1. 单副本磁盘迁移失败

-- 启用单副本平衡
ADMIN SET FRONTEND CONFIG('enable_disk_balance_for_single_replica'='true');

2. OtherUsedCapacity过高

如果OtherUsedCapacity 很大，这时可能也会造成无法磁盘均衡，其他数据占用了很多空间需要手动清理。

SHOW PROC "/backends/be_id"; -- 定位大文件

3. 磁盘被标记为Bad

# 检查BE日志
grep "IO Error" be.INFO

恢复步骤：

be/conf/下找见be_customer的文件，打开文件，注释掉被标注路径，重新启动BE节点

4. 存储介质类型

确认be.conf下storage_root_path数据存储路径是否显式指定了存储介质类型，如果没有冷热分层的需求去掉指定的存储介质类型，再重启be。

# 确保BE配置与表一致
storage_root_path=/data1;/data2

5. 垃圾文件占用了磁盘空间

通过如下命令清理垃圾数据

-- 展示回收站元数据：
  SHOW CATALOG RECYCLE BIN;
-- 设置回收站过期时间（如设置为0）：
  ADMIN SET FRONTEND CONFIG ("catalog_trash_expire_second" = "0");
-- 清理垃圾数据：
  ADMIN CLEAN TRASH;
-- 恢复回收站默认过期时间（如1天）：
  ADMIN SET FRONTEND CONFIG ("catalog_trash_expire_second" = "86400");

注意

admin clean trash只是触发了clean trash去做清理任务，并不是立马会腾出空间，所以执行admin clean trash后并不会里面容量变低。后面异步任务会清理，这两个过期时间的文件。

如果过了一段时间后磁盘占用还是没有减少，执行以下操作

be.conf配置下面的参数，重启BE生效：
snapshot_expire_time_sec = 0 
trash_file_expire_time_sec = 0

6. 资源组不匹配

均衡是对同tag，且同storage medium上进行均衡的。如果表的replication allocation的tag 跟它所在backend的tag不一样，或者backend不含有该表的storage medium ，那么也是无法均衡的。

7. 冷热存储不均衡

如果数据是有使用S3对象冷存的，那么tablet 开始冷存之后，这些tablet 不能在同BE的不同磁盘上挪动了，但仍可以迁移到其他BE节点上。

三、加速磁盘均衡参数配置

FE参数

balance_slot_num_per_path=10          # 每路径的均衡任务槽位数
schedule_slot_num_per_hdd_path=10     # HDD路径调度任务槽位数
max_balancing_tablets=100             # 最大并行均衡任务数

BE参数（需重启生效）

clone_worker_count=6       # 跨BE副本迁移线程数
download_worker_count=3    # 数据下载线程数

通过上述方法，可有效应对Doris磁盘均衡问题。如遇复杂场景，建议参考官方文档或社区讨论获取支持。