Starrocks 存算分离部署测试问题反馈

[lllwan]

1. 存算分离的文档缺失： 缺少存算分离特性的描述，例如，存算分离容量规划的指导、 特性说明， 最佳实践等等，很多文档语焉不详一笔带过不太不友好。
2. 存算分离缺少原生的集群备份恢复解决方案。只能通过冷备，丢失一部分数据的代价来恢复集群， 而且村算分离架构没有相关说明文档。
3. 存算分离没有细粒度容错：这个问题导致在CN异常或者单个计算task失败的情况下，整个计算任务失败， 很多时候计算任务的代价很大，重新发起的成本会很高。
4. 弹性伸缩， 缩容的时候缺少判断CN节点已经没有任务在运行以及禁止向CN节点调度新任务的能力，这导致伸缩可能无法做到平滑。
5. 性能测试是基于存算一体的，缺少存算分离架构的性能测试报告。
6. 稳定性，在实际测试中，遇到starrocks的报错信息但是这些错误信息虽然多但是没有价值，没有明确的问题说明。例如如下：
   错误信息1：
   
   错误信息3：
   [warn] Error from accept() call: Invalid argument
   [warn] Error from accept() call: Invalid argument
   [warn] Error from accept() call: Invalid argument
   错误信息4：
   2024-03-13 20:58:16,647 ERROR (StarMgrMetaSyncer|47) [StarMgrMetaSyncer.dropTabletAndDeleteShard():122] java.lang.RuntimeException: Unable to validate object
   错误信息5：
   [ERROR] 2024-03-13 20:53:40 db_table_operation.py[44] stream load error. table: lineitem, path: /opt/tpch-poc-1.0/data_500/lineitem.tbl.97, msg: "Message": "Cancelled because of runtime state is cancelled",, error_url: None
   [ERROR] 2024-03-13 20:53:41 db_table_operation.py[44] stream load error. table: lineitem, path: /opt/tpch-poc-1.0/data_500/lineitem.tbl.23, msg: "Message": "Cancelled because of runtime state is cancelled",, error_url: None
   错误信息建议优化，起码能从错误信息中get具体的问题， 或者通过错误码能够从官方文档中找到对应的错误和解决方案。
7. 挺多稳定性指标不知道含义，官方文档上也没有。
8. 对于presto的兼容存在一些指令不支持的情况。
9. 按照理解，FE挂掉超过一半的情况下集群是只读，但是实际过程发现，三个FE，挂掉了2个还可以写入：
   

[kevincai]

2. 存算分离缺少原生的集群备份恢复解决方案。只能通过冷备，丢失一部分数据的代价来恢复集群， 而且村算分离架构没有相关说明文档。

backup: in 2024 roadmap #39686

[kevincai]

9. 按照理解，FE挂掉超过一半的情况下集群是只读，但是实际过程发现，三个FE，挂掉了2个还可以写入：

@gengjun-git

[zhaohehuhu]

我们做了TPC 100G SR shared-date架构的性能测试 大致情况请如图所示 @kevincai @lllwan

[github-actions]

We have marked this issue as stale because it has been inactive for 6 months. If this issue is still relevant, removing the stale label or adding a comment will keep it active. Otherwise, we'll close it in 10 days to keep the issue queue tidy. Thank you for your contribution to StarRocks!