Insert Into Values

INSERT INTO VALUES 语句支持将 SQL 中的内联值导入到 Doris 的表中，是一种同步导入方式，执行后会直接返回导入结果，可以根据返回内容判断导入是否成功。该方式保证导入任务的原子性：要么全部成功，要么全部失败。

使用场景

INSERT INTO VALUES 主要面向以下两类场景：

场景	说明
功能验证 / Demo	仅导入少量假数据以验证 Doris 系统的功能，语法与 MySQL 一致
小批量数据写入	在并发较低、数据量较小的场景下使用

性能提示

并发的 INSERT INTO VALUES 性能会受到 commit 阶段瓶颈的限制。当导入数据量较大时，建议开启 Group Commit 以获得更高吞吐。

基本原理

INSERT INTO VALUES 通过 MySQL 协议将作业发送给 FE 节点执行，整体流程如下：

1. 客户端通过 MySQL 协议向 FE 提交 INSERT INTO VALUES 语句。
2. FE 生成执行计划：前部为查询相关的算子，最后一个算子为 OlapTableSink，负责将查询结果写入目标表。
3. FE 将执行计划下发给 BE 节点执行，并选定一个 BE 作为 Coordinator 节点。
4. Coordinator 节点负责接收数据，并将数据分发到其他 BE 节点完成写入。

快速上手

INSERT INTO VALUES 通过 MySQL 协议提交和传输。下例以 MySQL 命令行为例，演示完整的提交流程。详细语法请参见 INSERT INTO。

前置检查

执行 INSERT INTO VALUES 需要对目标表具有 INSERT 权限。如果当前用户没有该权限，可使用 GRANT 命令进行授权。

创建导入作业

步骤 1：创建目标表

CREATE TABLE testdb.test_table(
    user_id            BIGINT       NOT NULL COMMENT "user id",
    name               VARCHAR(20)           COMMENT "name",
    age                INT                   COMMENT "age"
)
DUPLICATE KEY(user_id)
DISTRIBUTED BY HASH(user_id) BUCKETS 10;

步骤 2：执行 INSERT INTO VALUES 写入数据

不推荐在生产环境中使用

INSERT INTO VALUES 一般仅用于 Demo 或测试，不建议用于生产环境的数据导入。

INSERT INTO testdb.test_table (user_id, name, age)
VALUES (1, "Emily", 25),
       (2, "Benjamin", 35),
       (3, "Olivia", 28),
       (4, "Alexander", 60),
       (5, "Ava", 17);

作为同步导入方式，结果会直接返回给客户端：

Query OK, 5 rows affected (0.308 sec)
{'label':'label_26eebc33411f441c_b2b286730d495e2c', 'status':'VISIBLE', 'txnId':'61071'}

步骤 3：校验导入数据

MySQL> SELECT COUNT(*) FROM testdb.test_table;
+----------+
| count(*) |
+----------+
|        5 |
+----------+
1 row in set (0.179 sec)

查看导入作业

可通过 SHOW LOAD 命令查看已完成的 INSERT INTO VALUES 作业：

mysql> SHOW LOAD FROM testdb\G
*************************** 1. row ***************************
         JobId: 77172
         Label: label_26eebc33411f441c_b2b286730d495e2c
         State: FINISHED
      Progress: Unknown id: 77172
          Type: INSERT
       EtlInfo: NULL
      TaskInfo: cluster:N/A; timeout(s):14400; max_filter_ratio:0.0
      ErrorMsg: NULL
    CreateTime: 2024-11-20 16:44:08
  EtlStartTime: 2024-11-20 16:44:08
 EtlFinishTime: 2024-11-20 16:44:08
 LoadStartTime: 2024-11-20 16:44:08
LoadFinishTime: 2024-11-20 16:44:08
           URL: 
    JobDetails: {"Unfinished backends":{},"ScannedRows":0,"TaskNumber":0,"LoadBytes":0,"All backends":{},"FileNumber":0,"FileSize":0}
 TransactionId: 61071
  ErrorTablets: {}
          User: root
       Comment: 
1 row in set (0.00 sec)

取消导入作业

在 MySQL 客户端中，可以使用 Ctrl-C 取消当前正在执行的 INSERT INTO VALUES 作业。

参考手册

导入命令语法

INSERT INTO target_table (col1, col2, ...)
VALUES (val1, val2, ...), (val3, val4, ...), ...;

备注

INSERT INTO VALUES 一般仅用于 Demo，不建议在生产环境使用。

导入配置参数

FE 配置

参数	默认值	描述
insert_load_default_timeout_second	14400（4 小时）	导入任务的超时时间，单位：秒。导入任务在该超时时间内未完成则会被系统取消，状态变为 CANCELLED

环境变量（Session Variables）

参数	默认值	描述
insert_timeout	14400（4 小时）	INSERT INTO 作为 SQL 语句执行时的超时时间，单位：秒
enable_insert_strict	true	取值为 true 时，遇到不合格数据则导入失败；取值为 false 时，忽略不合格行，只要有一条数据被正确导入，导入即视为成功。在 2.1.4 及以前的版本中，INSERT INTO 无法控制错误率，只能通过该参数设置为严格检查数据质量或完全忽略错误数据
insert_max_filter_ratio	1.0	自 2.1.5 版本起支持，仅在 enable_insert_strict=false 时生效。用于控制 INSERT INTO FROM S3/HDFS/LOCAL() 时的错误容忍率，取值范围 0 ~ 1。默认 1.0 表示容忍所有错误；当错误行数比例超过该值时 INSERT 任务会失败

数据不合格的常见原因

源数据列长度超过目的数据列长度、列类型不匹配、分区不匹配、列顺序不匹配等。

导入返回值

INSERT INTO VALUES 是一个 SQL 语句，返回结果中包含一个 JSON 字符串，字段含义如下：

参数名称	说明
Label	导入作业的 label，可通过 INSERT INTO tbl WITH LABEL label ... 指定
Status	导入数据的可见状态： - visible：导入成功，数据可见 - committed：导入已完成，数据可能延迟可见，无需重试 - Label Already Exists：Label 重复，需要更换 - Fail：导入失败
Err	导入错误信息
TxnId	导入事务的 ID

下面分别给出四种典型返回场景的示例。

场景 1：INSERT 执行成功

mysql> INSERT INTO test_table (user_id, name, age) VALUES (1, "Emily", 25), (2, "Benjamin", 35), (3, "Olivia", 28), (NULL, "Alexander", 60), (5, "Ava", 17);
Query OK, 5 rows affected (0.05 sec)
{'label':'label_26eebc33411f441c_b2b286730d495e2c', 'status':'VISIBLE', 'txnId':'61071'}

• Query OK：表示语句执行成功
• 5 rows affected：表示总共有 5 行数据被导入

场景 2：INSERT 执行成功但有 warning

mysql> INSERT INTO test_table (user_id, name, age) VALUES (1, "Emily", 25), (2, "Benjamin", 35), (3, "Olivia", 28), (NULL, "Alexander", 60), (5, "Ava", 17);
Query OK, 4 rows affected, 1 warning (0.04 sec)
{'label':'label_a8d99ae931194d2b_93357aac59981a18', 'status':'VISIBLE', 'txnId':'61068'}

• Query OK：表示语句执行成功
• 4 rows affected：表示总共有 4 行数据被导入
• 1 warnings：表示被过滤了 1 行

可通过 SHOW LOAD 语句查看被过滤的行。返回结果中的 URL 可用于查询错误数据，详见下文 查看错误行。

mysql> SHOW LOAD WHERE label="label_a8d99ae931194d2b_93357aac59981a18"\G
*************************** 1. row ***************************
         JobId: 77158
         Label: label_a8d99ae931194d2b_93357aac59981a18
         State: FINISHED
      Progress: Unknown id: 77158
          Type: INSERT
       EtlInfo: NULL
      TaskInfo: cluster:N/A; timeout(s):14400; max_filter_ratio:0.0
      ErrorMsg: NULL
    CreateTime: 2024-11-20 16:35:40
  EtlStartTime: 2024-11-20 16:35:40
 EtlFinishTime: 2024-11-20 16:35:40
 LoadStartTime: 2024-11-20 16:35:40
LoadFinishTime: 2024-11-20 16:35:40
           URL: http://10.16.10.7:8743/api/_load_error_log?file=__shard_18/error_log_insert_stmt_a8d99ae931194d2b-93357aac59981a19_a8d99ae931194d2b_93357aac59981a19
    JobDetails: {"Unfinished backends":{},"ScannedRows":0,"TaskNumber":0,"LoadBytes":0,"All backends":{},"FileNumber":0,"FileSize":0}
 TransactionId: 61068
  ErrorTablets: {}
          User: root
       Comment: 
1 row in set (0.00 sec)

场景 3：INSERT 执行成功但 status 为 committed

mysql> INSERT INTO test_table (user_id, name, age) VALUES (1, "Emily", 25), (2, "Benjamin", 35), (3, "Olivia", 28), (4, "Alexander", 60), (5, "Ava", 17);
Query OK, 5 rows affected (0.04 sec)
{'label':'label_78bf5396d9594d4d_a8d9a914af40f73d', 'status':'COMMITTED', 'txnId':'61074'}

数据不可见是临时状态，这批数据最终一定会变为可见。可通过 SHOW TRANSACTION 语句查看可见状态，当 TransactionStatus 列变为 VISIBLE 时即代表数据可见。

mysql> SHOW TRANSACTION WHERE id=61074\G
*************************** 1. row ***************************
     TransactionId: 61074
             Label: label_78bf5396d9594d4d_a8d9a914af40f73d
       Coordinator: FE: 10.16.10.7
 TransactionStatus: VISIBLE
 LoadJobSourceType: INSERT_STREAMING
       PrepareTime: 2024-11-20 16:51:54
     PreCommitTime: NULL
        CommitTime: 2024-11-20 16:51:54
       PublishTime: 2024-11-20 16:51:54
        FinishTime: 2024-11-20 16:51:54
            Reason: 
ErrorReplicasCount: 0
        ListenerId: -1
         TimeoutMs: 14400000
            ErrMsg: 
1 row in set (0.00 sec)

场景 4：INSERT 执行失败

执行失败表示没有任何数据被成功导入：

mysql> INSERT INTO test_table (user_id, name, age) VALUES (1, "Emily", 25), (2, "Benjamin", 35), (3, "Olivia", 28), (NULL, "Alexander", 60), (5, "Ava", 17);
ERROR 1105 (HY000): errCode = 2, detailMessage = Insert has too many filtered data 1/5 insert_max_filter_ratio is 0.100000. url: http://10.16.10.7:8747/api/_load_error_log?file=__shard_22/error_log_insert_stmt_5fafe6663e1a45e0-a666c1722ffc8c55_5fafe6663e1a45e0_a666c1722ffc8c55

• ERROR 1105 (HY000): errCode = 2, detailMessage = Insert has too many filtered data 1/5 insert_max_filter_ratio is 0.100000. 显示失败原因
• 末尾的 url 可用于查询错误数据，详见下文 查看错误行

导入最佳实践

数据量

INSERT INTO VALUES 通常用于测试和演示，不建议用于导入大量数据的场景。如有大批量写入需求，建议使用 Group Commit 或其他批量导入方式。

查看错误行

当 INSERT INTO 返回结果中提供了 url 字段时，可通过以下命令查看错误行：

SHOW LOAD WARNINGS ON "url";

示例：

mysql> SHOW LOAD WARNINGS ON "http://10.16.10.7:8743/api/_load_error_log?file=__shard_18/error_log_insert_stmt_a8d99ae931194d2b-93357aac59981a19_a8d99ae931194d2b_93357aac59981a19"\G
*************************** 1. row ***************************
         JobId: -1
         Label: NULL
ErrorMsgDetail: Reason: column_name[user_id], null value for not null column, type=BIGINT. src line []; 
1 row in set (0.00 sec)

常见错误原因包括：

• 源数据列长度超过目的数据列长度
• 列类型不匹配
• 分区不匹配
• 列顺序不匹配

可通过环境变量 enable_insert_strict 控制 INSERT INTO 是否忽略错误行。

常见问题（FAQ）

Q1：INSERT INTO VALUES 是同步还是异步导入？

A：同步导入。语句执行完成后会直接返回导入结果，无需额外轮询。

Q2：INSERT INTO VALUES 能保证原子性吗？

A：可以。一次 INSERT INTO VALUES 的所有数据要么全部导入成功，要么全部失败，不会出现部分写入。

Q3：返回 status 为 COMMITTED 是导入失败了吗？

A：不是。COMMITTED 表示导入已完成，数据稍后会变为可见，无需重试。可通过 SHOW TRANSACTION 查看 TransactionStatus 直到变为 VISIBLE。

Q4：为什么导入后报 Insert has too many filtered data？

A：当 enable_insert_strict=false 时，被过滤的数据比例超过了 insert_max_filter_ratio 设置的阈值。可放宽 insert_max_filter_ratio，或检查源数据是否符合表结构（列类型、是否允许 NULL 等）。

Q5：大批量导入应该使用什么方式？

A：INSERT INTO VALUES 在高并发或大数据量场景下会受到 commit 瓶颈限制，建议开启 Group Commit，或选择 Stream Load、Broker Load 等专用导入方式。

故障排查（Troubleshooting）

问题现象	可能原因	解决方案
报错 null value for not null column	向 NOT NULL 列插入了 NULL 值	修正源数据，或调整目标列为允许 NULL
报错 Insert has too many filtered data	过滤行比例超出 insert_max_filter_ratio	提高 insert_max_filter_ratio 阈值，或修正源数据
报错 Label Already Exists	指定的 Label 已被使用	更换 Label，或不指定 Label 让系统自动生成
任务长时间未完成被取消	超过 insert_load_default_timeout_second 或 insert_timeout	调大对应超时参数，或拆分批次导入
高并发下吞吐不高	受 commit 阶段瓶颈限制	开启 Group Commit

更多帮助

关于 INSERT INTO 使用的更多详细语法，请参阅 INSERT INTO 命令手册，也可以在 MySQL 客户端命令行下输入 HELP INSERT 获取更多帮助信息。