This is an automated email from the ASF dual-hosted git repository.
luzhijing pushed a commit to branch master
in repository https://gitbox.apache.org/repos/asf/doris-website.git
The following commit(s) were added to refs/heads/master by this push:
new 8991bfce202 [doc] Fix accuracy issues for Log Storage and Analysis
docs (#846)
8991bfce202 is described below
commit 8991bfce202be8f54b7ec87c254ea135c27ff7d1
Author: lishiqi_amy <amylee9...@163.com>
AuthorDate: Tue Jul 9 18:39:01 2024 +0800
[doc] Fix accuracy issues for Log Storage and Analysis docs (#846)
---
docs/practical-guide/log-storage-analysis.md | 10 ++++-----
.../practical-guide/log-storage-analysis.md | 14 ++++++-------
.../practical-guide/log-storage-analysis.md | 14 ++++++-------
.../practical-guide/log-storage-analysis.md | 24 +++++++++++-----------
.../practical-guide/log-storage-analysis.md | 10 ++++-----
.../practical-guide/log-storage-analysis.md | 8 ++++----
6 files changed, 40 insertions(+), 40 deletions(-)
diff --git a/docs/practical-guide/log-storage-analysis.md
b/docs/practical-guide/log-storage-analysis.md
index dea89808803..d1c15772e86 100644
--- a/docs/practical-guide/log-storage-analysis.md
+++ b/docs/practical-guide/log-storage-analysis.md
@@ -227,6 +227,7 @@ You can find BE configuration fields in `be/conf/be.conf`.
Refer to the followin
| Other | `string_type_length_soft_limit_bytes = 10485760` |
Increase the length limit of string-type data to 10 MB. |
| - | `trash_file_expire_time_sec = 300`
`path_gc_check_interval_second = 900` `path_scan_interval_second = 900` |
Accelerate the recycling of trash files. |
+
For more information, refer to [BE
Configuration](../admin-manual/config/be-config.md).
### Step 4: Create tables
@@ -325,11 +326,9 @@ PROPERTIES (
);
```
-### Step 5: Collect, query, and analyze logs
-
-After completing table creation, you can proceed with log collection,
querying, and analysis.
+### Step 5: Collect logs
-**Collect logs**
+After completing table creation, you can proceed with log collection.
Apache Doris provides open and versatile Stream HTTP APIs, through which you
can connect with popular log collectors such as Logstash, Filebeat, Kafka, and
others to carry out log collection work. This section explains how to integrate
these log collectors using the Stream HTTP APIs.
@@ -407,7 +406,6 @@ Follow these steps:
2. Configure Filebeat. Specify the filebeat_demo.yml field that is used to
configure the specific input path of the collected logs and the settings for
output to Apache Doris.
-
```YAML
# input
filebeat.inputs:
@@ -529,6 +527,8 @@ When using custom programs, pay attention to the following
key points:
- It is recommended to write batches whose sizes are between 100MB to 1GB on
the client side. For Apache Doris version 2.1 and higher, you need to reduce
batch sizes on the client side through the Group Commit function.
+### Step 6: Query and analyze logs
+
**Query logs**
Apache Doris supports standard SQL, so you can connect to the cluster through
MySQL client or JDBC to execute SQL for log queries.
diff --git
a/i18n/zh-CN/docusaurus-plugin-content-docs/current/practical-guide/log-storage-analysis.md
b/i18n/zh-CN/docusaurus-plugin-content-docs/current/practical-guide/log-storage-analysis.md
index 1dec9e8019f..c079a163802 100644
---
a/i18n/zh-CN/docusaurus-plugin-content-docs/current/practical-guide/log-storage-analysis.md
+++
b/i18n/zh-CN/docusaurus-plugin-content-docs/current/practical-guide/log-storage-analysis.md
@@ -116,7 +116,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
- 平均写入吞吐 \* 写入吞吐峰值 / 均值比 = 峰值写入吞吐
- 峰值写入吞吐 / 单核写入吞吐 = 峰值写入所需 CPU 核数
-2. **评估存储资源**：计算公式为「日增数据量 / 压缩率 \* 副本数 \* 数据存储周期 = 所需存储空间」。
+2. **评估存储资源**：计算公式为「日增数据量 / 压缩率 * 副本数 * 数据存储周期 = 所需存储空间」。
3. **评估查询资源**：查询的资源消耗随查询量和复杂度而异，建议初始预留 50% 的 CPU 资源用于查询，再根据实际测试情况进行调整。
@@ -144,7 +144,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
| 单机 CPU 核数 | 32 | 根据实际需求填写，默认 32 核
|
| 平均写入吞吐（MB/s） | 1214 | 算法：日增数据量 / 86400 s
|
| 峰值写入吞吐（MB/s） | 2427 | 算法：平均写入吞吐 * 写入吞吐峰值 / 均值比
|
-| 峰值写入所需 CPU 核数 | 242.7 | 算法：峰值写入吞吐 / 单机 CPU 核数
|
+| 峰值写入所需 CPU 核数 | 242.7 | 算法：峰值写入吞吐 / 单机写入吞吐
|
| 查询预留 CPU 百分比 | 50% | 根据实际需求填写，默认 50%
|
| 预估 BE 服务器数 | 15.2 | 算法：峰值写入所需 CPU 核数 / 单机 CPU 核数 /（1 - 查询预留
CPU 百分比） |
| 预估 BE 服务器数取整 | 15 | 算法：MAX (副本数，预估 BE 服务器数上取整)
|
@@ -293,11 +293,9 @@ PROPERTIES (
);
```
-### 第 5 步：采集和查询日志
+### 第 5 步：采集日志
-完成建表后，可进行日志采集、查询和分析。
-
-**日志采集**
+完成建表后，可进行日志采集。
Apache Doris 提供开放、通用的 Stream HTTP APIs，通过这些 APIs，你可与常用的日志采集器打通，包括
Logstash、Filebeat、Kafka 等，从而开展日志采集工作。本节介绍了如何使用 Stream HTTP APIs 对接日志采集器。
@@ -504,6 +502,8 @@
http://fe_host:fe_http_port/api/log_db/log_table/\_stream_load
- 设置 HTTP header "load_to_single_tablet:true"，指定一次导入写入一个分桶减少导入的小文件。
- 建议写入客户端一个 Batch 的大小为 100MB ～ 1GB。如果你使用的是 Apache Doris 2.1 及更高版本，需通过服务端 Group
Commit 功能，降低客户端 Batch 大小。
+### 第 6 步：查询和分析日志
+
**日志查询**
Apache Doris 支持标准 SQL，因此，你可以通过 MySQL 客户端或者 JDBC 等方式连接到集群，执行 SQL 进行日志查询。参考以下命令：
@@ -542,7 +542,7 @@ ORDER BY ts DESC LIMIT 10;
- 检索请求字段中有 `image` 和 `faq` 的最新 10 条数据。其中，`MATCH_PHRASE` 是 Apache Doris 全文检索的
SQL 语法，用于匹配参数中所有关键字，并且要求顺序一致。在下方例子中，`a image faq b` 能匹配，但是 `a faq image b`
不能匹配，因为 `image` 和 `faq` 的顺序与查询不一致。
-```SQL
+```SQL
SELECT \* FROM your_table_name WHERE message MATCH_PHRASE 'image faq'
ORDER BY ts DESC LIMIT 10;
```
diff --git
a/i18n/zh-CN/docusaurus-plugin-content-docs/version-2.0/practical-guide/log-storage-analysis.md
b/i18n/zh-CN/docusaurus-plugin-content-docs/version-2.0/practical-guide/log-storage-analysis.md
index 74595e26fea..0430c5eae89 100644
---
a/i18n/zh-CN/docusaurus-plugin-content-docs/version-2.0/practical-guide/log-storage-analysis.md
+++
b/i18n/zh-CN/docusaurus-plugin-content-docs/version-2.0/practical-guide/log-storage-analysis.md
@@ -116,7 +116,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
- 平均写入吞吐 \* 写入吞吐峰值 / 均值比 = 峰值写入吞吐
- 峰值写入吞吐 / 单核写入吞吐 = 峰值写入所需 CPU 核数
-2. **评估存储资源**：计算公式为「日增数据量 / 压缩率 \* 副本数 \* 数据存储周期 = 所需存储空间」。
+2. **评估存储资源**：计算公式为「日增数据量 / 压缩率 * 副本数 * 数据存储周期 = 所需存储空间」。
3. **评估查询资源**：查询的资源消耗随查询量和复杂度而异，建议初始预留 50% 的 CPU 资源用于查询，再根据实际测试情况进行调整。
@@ -144,7 +144,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
| 单机 CPU 核数 | 32 | 根据实际需求填写，默认 32 核
|
| 平均写入吞吐（MB/s） | 1214 | 算法：日增数据量 / 86400 s
|
| 峰值写入吞吐（MB/s） | 2427 | 算法：平均写入吞吐 * 写入吞吐峰值 / 均值比
|
-| 峰值写入所需 CPU 核数 | 242.7 | 算法：峰值写入吞吐 / 单机 CPU 核数
|
+| 峰值写入所需 CPU 核数 | 242.7 | 算法：峰值写入吞吐 / 单机写入吞吐
|
| 查询预留 CPU 百分比 | 50% | 根据实际需求填写，默认 50%
|
| 预估 BE 服务器数 | 15.2 | 算法：峰值写入所需 CPU 核数 / 单机 CPU 核数 /（1 - 查询预留
CPU 百分比） |
| 预估 BE 服务器数取整 | 15 | 算法：MAX (副本数，预估 BE 服务器数上取整)
|
@@ -293,11 +293,9 @@ PROPERTIES (
);
```
-### 第 5 步：采集和查询日志
+### 第 5 步：采集日志
-完成建表后，可进行日志采集、查询和分析。
-
-**日志采集**
+完成建表后，可进行日志采集。
Apache Doris 提供开放、通用的 Stream HTTP APIs，通过这些 APIs，你可与常用的日志采集器打通，包括
Logstash、Filebeat、Kafka 等，从而开展日志采集工作。本节介绍了如何使用 Stream HTTP APIs 对接日志采集器。
@@ -504,6 +502,8 @@
http://fe_host:fe_http_port/api/log_db/log_table/\_stream_load
- 设置 HTTP header "load_to_single_tablet:true"，指定一次导入写入一个分桶减少导入的小文件。
- 建议写入客户端一个 Batch 的大小为 100MB ～ 1GB。如果你使用的是 Apache Doris 2.1 及更高版本，需通过服务端 Group
Commit 功能，降低客户端 Batch 大小。
+### 第 6 步：查询和分析日志
+
**日志查询**
Apache Doris 支持标准 SQL，因此，你可以通过 MySQL 客户端或者 JDBC 等方式连接到集群，执行 SQL 进行日志查询。参考以下命令：
@@ -542,7 +542,7 @@ ORDER BY ts DESC LIMIT 10;
- 检索请求字段中有 `image` 和 `faq` 的最新 10 条数据。其中，`MATCH_PHRASE` 是 Apache Doris 全文检索的
SQL 语法，用于匹配参数中所有关键字，并且要求顺序一致。在下方例子中，`a image faq b` 能匹配，但是 `a faq image b`
不能匹配，因为 `image` 和 `faq` 的顺序与查询不一致。
-```SQL
+```SQL
SELECT \* FROM your_table_name WHERE message MATCH_PHRASE 'image faq'
ORDER BY ts DESC LIMIT 10;
```
diff --git
a/i18n/zh-CN/docusaurus-plugin-content-docs/version-2.1/practical-guide/log-storage-analysis.md
b/i18n/zh-CN/docusaurus-plugin-content-docs/version-2.1/practical-guide/log-storage-analysis.md
index df77b71dd65..424fccbb894 100644
---
a/i18n/zh-CN/docusaurus-plugin-content-docs/version-2.1/practical-guide/log-storage-analysis.md
+++
b/i18n/zh-CN/docusaurus-plugin-content-docs/version-2.1/practical-guide/log-storage-analysis.md
@@ -116,7 +116,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
- 平均写入吞吐 \* 写入吞吐峰值 / 均值比 = 峰值写入吞吐
- 峰值写入吞吐 / 单核写入吞吐 = 峰值写入所需 CPU 核数
-2. **评估存储资源**：计算公式为「日增数据量 / 压缩率 \* 副本数 \* 数据存储周期 = 所需存储空间」。
+2. **评估存储资源**：计算公式为「日增数据量 / 压缩率 * 副本数 * 数据存储周期 = 所需存储空间」。
3. **评估查询资源**：查询的资源消耗随查询量和复杂度而异，建议初始预留 50% 的 CPU 资源用于查询，再根据实际测试情况进行调整。
@@ -144,7 +144,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
| 单机 CPU 核数 | 32 | 根据实际需求填写，默认 32 核
|
| 平均写入吞吐（MB/s） | 1214 | 算法：日增数据量 / 86400 s
|
| 峰值写入吞吐（MB/s） | 2427 | 算法：平均写入吞吐 * 写入吞吐峰值 / 均值比
|
-| 峰值写入所需 CPU 核数 | 242.7 | 算法：峰值写入吞吐 / 单机 CPU 核数
|
+| 峰值写入所需 CPU 核数 | 242.7 | 算法：峰值写入吞吐 / 单机写入吞吐
|
| 查询预留 CPU 百分比 | 50% | 根据实际需求填写，默认 50%
|
| 预估 BE 服务器数 | 15.2 | 算法：峰值写入所需 CPU 核数 / 单机 CPU 核数 /（1 - 查询预留
CPU 百分比） |
| 预估 BE 服务器数取整 | 15 | 算法：MAX (副本数，预估 BE 服务器数上取整)
|
@@ -187,7 +187,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
| :--------- | :----------------------------------------------------------- |
:----------------------------------------------------------- |
| 存储 | `storage_root_path =
/path/to/dir1;/path/to/dir2;...;/path/to/dir12` | 配置热数据在磁盘目录上的存储路径。
|
| - | `enable_file_cache = true` |
开启文件缓存。 |
-| - | `file_cache_path = [{"path": "/mnt/datadisk0/file_cache",
"total_size":53687091200, "query_limit": "10737418240"},{"path":
"/mnt/datadisk1/file_cache", "total_size":53687091200,"query_limit":
"10737418240"}]` |
配置冷数据的缓存路径和相关设置，具体配置说明如下：<br/>`path`：缓存路径<br/>`total_size`：该缓存路径的总大小，单位为字节，53687091200
字节等于 50 GB<br/>`query_limit`：单次查询可以从缓存路径中查询的最大数据量，单位为字节，10737418240 字节等于 10 GB
|
+| - | `file_cache_path = [{"path": "/mnt/datadisk0/file_cache",
"total_size":53687091200, "query_limit": "10737418240"},{"path":
"/mnt/datadisk1/file_cache", "total_size":53687091200,"query_limit":
"10737418240"}]` | 配置冷数据的缓存路径和相关设置，具体配置说明如下：<br />`path`：缓存路径<br
/>`total_size`：该缓存路径的总大小，单位为字节，53687091200 字节等于 50 GB<br
/>`query_limit`：单次查询可以从缓存路径中查询的最大数据量，单位为字节，10737418240 字节等于 10 GB |
| 写入 | `write_buffer_size = 1073741824` |
增加写入缓冲区（buffer）的文件大小，减少小文件和随机 I/O 操作，提升性能。 |
| - | `max_tablet_version_num = 20000` |
配合建表的 time_series compaction 策略，允许更多版本暂时未合并。 |
| - | `enable_single_replica_load = true` |
开启单副本写入，减少 CPU 消耗。与 FE 配置相同。 |
@@ -196,7 +196,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
| - | `enable_segcompaction = false` `enable_ordered_data_compaction
= false` | 关闭日志场景不需要的两个 Compaction 功能。 |
| 缓存 | `disable_storage_page_cache = true`
`inverted_index_searcher_cache_limit = 30%` |
因为日志数据量较大，缓存（cache）作用有限，因此关闭数据缓存，调换为索引缓存（index cache）的方式。 |
| - | `inverted_index_cache_stale_sweep_time_sec = 3600`
`index_cache_entry_stay_time_after_lookup_s = 3600` | 让索引缓存在内存中尽量保留 1 小时。
|
-| - | `enable_inverted_index_cache_on_cooldown = true`<br
/>`enable_write_index_searcher_cache = false` | 开启索引上传冷数据存储时自动缓存的功能。
|
+| - | `enable_inverted_index_cache_on_cooldown = true` <br
/>`enable_write_index_searcher_cache = false` | 开启索引上传冷数据存储时自动缓存的功能。
|
| - | `tablet_schema_cache_recycle_interval = 3600`
`segment_cache_capacity = 20000` | 减少其他缓存对内存的占用。
|
| 线程 | `pipeline_executor_size = 24`
`doris_scanner_thread_pool_thread_num = 48` | 32 核 CPU 的计算线程和 I/O
线程配置，根据核数等比扩缩。 |
| - | `scan_thread_nice_value = 5` |
降低查询 I/O 线程的优先级，保证写入性能和时效性。 |
@@ -212,7 +212,7 @@ Apache Doris 对 Flexible Schema 的日志数据提供了几个方面的支持
**配置分区分桶参数**
- 分区时，按照以下说明配置：
-- 使用时间字段上的 [Range
分区](https://doris.apache.org/zh-CN/docs/table-design/data-partition/#range-%E5%88%86%E5%8C%BA)，并开启
[动态分区](https://doris.apache.org/zh-CN/docs/table-design/data-partition#%E5%8A%A8%E6%80%81%E5%88%86%E5%8C%BA)，按天自动管理分区。
+- 使用时间字段上的 [Range
分区](https://doris.apache.org/zh-CN/docs/dev/table-design/data-partition/#range-%E5%88%86%E5%8C%BA)，并开启
[动态分区](https://doris.apache.org/zh-CN/docs/dev/table-design/data-partition?_highlight=%E8%87%AA%E5%8A%A8&_highlight=%E5%88%86&_highlight=%E6%A1%B6#%E5%8A%A8%E6%80%81%E5%88%86%E5%8C%BA)，按天自动管理分区。
- 使用 Datetime 类型的时间字段作为 Key，在查询最新 N 条日志时有数倍加速。
- 分桶时，按照以下说明配置：
- 分桶数量大致为集群磁盘总数的 3 倍。
@@ -293,11 +293,9 @@ PROPERTIES (
);
```
-### 第 5 步：采集和查询日志
+### 第 5 步：采集日志
-完成建表后，可进行日志采集、查询和分析。
-
-**日志采集**
+完成建表后，可进行日志采集。
Apache Doris 提供开放、通用的 Stream HTTP APIs，通过这些 APIs，你可与常用的日志采集器打通，包括
Logstash、Filebeat、Kafka 等，从而开展日志采集工作。本节介绍了如何使用 Stream HTTP APIs 对接日志采集器。
@@ -377,7 +375,7 @@ log_speed_interval => 10
- `filebeat_demo.yml`：配置所采集日志的具体输入路径和输出到 Apache Doris 的设置。
-```YAML
+ ```YAML
# input
filebeat.inputs:
- type: log
@@ -474,7 +472,7 @@ FROM KAFKA (
"property.sasl.kerberos.keytab"="/path/to/xxx.keytab",
"property.sasl.kerberos.principal"="<x...@yyy.com>"
);
-\-- 查看routine的状态
+-- 查看routine的状态
SHOW ROUTINE LOAD;
```
@@ -504,6 +502,8 @@
http://fe_host:fe_http_port/api/log_db/log_table/\_stream_load
- 设置 HTTP header "load_to_single_tablet:true"，指定一次导入写入一个分桶减少导入的小文件。
- 建议写入客户端一个 Batch 的大小为 100MB ～ 1GB。如果你使用的是 Apache Doris 2.1 及更高版本，需通过服务端 Group
Commit 功能，降低客户端 Batch 大小。
+### 第 6 步：查询和分析日志
+
**日志查询**
Apache Doris 支持标准 SQL，因此，你可以通过 MySQL 客户端或者 JDBC 等方式连接到集群，执行 SQL 进行日志查询。参考以下命令：
@@ -542,7 +542,7 @@ ORDER BY ts DESC LIMIT 10;
- 检索请求字段中有 `image` 和 `faq` 的最新 10 条数据。其中，`MATCH_PHRASE` 是 Apache Doris 全文检索的
SQL 语法，用于匹配参数中所有关键字，并且要求顺序一致。在下方例子中，`a image faq b` 能匹配，但是 `a faq image b`
不能匹配，因为 `image` 和 `faq` 的顺序与查询不一致。
-```SQL
+```SQL
SELECT \* FROM your_table_name WHERE message MATCH_PHRASE 'image faq'
ORDER BY ts DESC LIMIT 10;
```
diff --git a/versioned_docs/version-2.0/practical-guide/log-storage-analysis.md
b/versioned_docs/version-2.0/practical-guide/log-storage-analysis.md
index 51092ee98c3..8d096b974cf 100644
--- a/versioned_docs/version-2.0/practical-guide/log-storage-analysis.md
+++ b/versioned_docs/version-2.0/practical-guide/log-storage-analysis.md
@@ -227,6 +227,7 @@ You can find BE configuration fields in `be/conf/be.conf`.
Refer to the followin
| Other | `string_type_length_soft_limit_bytes = 10485760` |
Increase the length limit of string-type data to 10 MB. |
| - | `trash_file_expire_time_sec = 300`
`path_gc_check_interval_second = 900` `path_scan_interval_second = 900` |
Accelerate the recycling of trash files. |
+
For more information, refer to [BE
Configuration](../admin-manual/config/be-config.md).
### Step 4: Create tables
@@ -325,11 +326,9 @@ PROPERTIES (
);
```
-### Step 5: Collect, query, and analyze logs
-
-After completing table creation, you can proceed with log collection,
querying, and analysis.
+### Step 5: Collect logs
-**Collect logs**
+After completing table creation, you can proceed with log collection.
Apache Doris provides open and versatile Stream HTTP APIs, through which you
can connect with popular log collectors such as Logstash, Filebeat, Kafka, and
others to carry out log collection work. This section explains how to integrate
these log collectors using the Stream HTTP APIs.
@@ -407,7 +406,6 @@ Follow these steps:
2. Configure Filebeat. Specify the filebeat_demo.yml field that is used to
configure the specific input path of the collected logs and the settings for
output to Apache Doris.
-
```YAML
# input
filebeat.inputs:
@@ -529,6 +527,8 @@ When using custom programs, pay attention to the following
key points:
- It is recommended to write batches whose sizes are between 100MB to 1GB on
the client side. For Apache Doris version 2.1 and higher, you need to reduce
batch sizes on the client side through the Group Commit function.
+### Step 6: Query and analyze logs
+
**Query logs**
Apache Doris supports standard SQL, so you can connect to the cluster through
MySQL client or JDBC to execute SQL for log queries.
diff --git a/versioned_docs/version-2.1/practical-guide/log-storage-analysis.md
b/versioned_docs/version-2.1/practical-guide/log-storage-analysis.md
index 4e8058798f7..a834ee462f0 100644
--- a/versioned_docs/version-2.1/practical-guide/log-storage-analysis.md
+++ b/versioned_docs/version-2.1/practical-guide/log-storage-analysis.md
@@ -326,11 +326,9 @@ PROPERTIES (
);
```
-### Step 5: Collect, query, and analyze logs
+### Step 5: Collect logs
-After completing table creation, you can proceed with log collection,
querying, and analysis.
-
-**Collect logs**
+After completing table creation, you can proceed with log collection.
Apache Doris provides open and versatile Stream HTTP APIs, through which you
can connect with popular log collectors such as Logstash, Filebeat, Kafka, and
others to carry out log collection work. This section explains how to integrate
these log collectors using the Stream HTTP APIs.
@@ -529,6 +527,8 @@ When using custom programs, pay attention to the following
key points:
- It is recommended to write batches whose sizes are between 100MB to 1GB on
the client side. For Apache Doris version 2.1 and higher, you need to reduce
batch sizes on the client side through the Group Commit function.
+### Step 6: Query and analyze logs
+
**Query logs**
Apache Doris supports standard SQL, so you can connect to the cluster through
MySQL client or JDBC to execute SQL for log queries.
---------------------------------------------------------------------
To unsubscribe, e-mail: commits-unsubscr...@doris.apache.org
For additional commands, e-mail: commits-h...@doris.apache.org
