在数据仓库和实时分析领域，Apache Doris 凭借其高性能、易用性和实时性，成为了许多开发者和企业的热门选择。然而，传统的物理机或虚拟机部署方式往往涉及繁琐的环境配置、依赖安装和集群管理，对新手和运维都构成了不小的挑战。本文将为你带来一套基于 Docker 的 Doris 部署“保姆级”教程，从核心概念到一键启动，从基础连接到生产级配置，手把手带你绕过所有常见坑点。无论你是想快速搭建一个测试环境，还是为生产部署寻找更高效的方案，这篇教程都能提供完整的代码示例和清晰的排错思路，确保你能成功部署并运行起自己的 Doris 服务。

1. 背景与核心概念：为什么选择 Docker 部署 Doris？

在深入部署步骤之前，我们有必要理解两个核心组件：Doris 和 Docker，以及它们结合带来的优势。

Apache Doris 是一个现代化的、高性能的、实时的分析型数据库（MPP）。它最初由百度开发并开源，旨在提供毫秒级的查询响应能力，支持高并发的点查询和复杂的 Ad-Hoc 查询。Doris 的架构主要包含两个角色：

  • Frontend (FE) ：负责元数据管理、集群调度、接收和解析用户请求。一个 Doris 集群可以有多个 FE 组成高可用集群，其中一个是 Leader。
  • Backend (BE) ：负责数据存储和计算。数据表被水平划分为多个 Tablet（数据分片），分布式地存储在多个 BE 节点上，查询时也由多个 BE 并行计算。

传统的部署方式需要你在每台机器上手动安装 Java 运行环境，配置系统参数，并逐个启动 FE 和 BE 进程。这个过程不仅耗时，而且环境差异极易导致部署失败。

Docker 是一个开源的应用容器引擎，它允许开发者将应用及其依赖打包到一个轻量级、可移植的容器中。使用 Docker 部署 Doris 带来了革命性的便利：

  1. 环境隔离与一致性 ：Docker 镜像包含了运行 Doris 所需的所有依赖（如特定版本的 Java），彻底解决了“在我机器上能跑”的环境问题。无论是在 Ubuntu、CentOS 还是 macOS 上，只要运行同一个镜像，表现完全一致。
  2. 快速部署与扩展 ：通过 docker run 命令，可以在几秒钟内启动一个 Doris 节点。扩缩容集群变得异常简单，只需要增加或减少容器实例即可。
  3. 资源隔离与高效利用 ：可以方便地为每个容器（FE/BE）分配特定的 CPU 和内存资源，避免进程间相互影响，也更容易管理资源。
  4. 简化运维与升级 ：版本升级或回滚，只需替换镜像标签并重启容器。整个集群的配置和状态可以通过 Docker Compose 或 Kubernetes 进行声明式管理。

因此，对于学习、测试、乃至中小型生产环境，使用 Docker 部署 Doris 都是一个极具性价比和效率的选择。接下来，我们将从零开始，完成整个部署过程。

2. 环境准备与版本说明

在开始之前，请确保你的操作环境满足以下基本要求。本文将在一个 Linux 环境中进行演示，但 Docker 的特性使得其在 Windows 和 macOS 上同样可行，只需注意路径等细微差别。

基础环境要求：

  • 操作系统 ：Linux (Ubuntu 20.04/22.04, CentOS 7/8 等)、macOS 或 Windows 10/11 (需安装 WSL2)。
  • Docker 引擎 ：版本 20.10.0 或更高。这是运行容器的核心。
  • Docker Compose ：版本 v2.0.0 或更高。用于编排多容器应用（集群部署时强烈推荐）。
  • 可用资源 ：建议为 Docker 分配至少 4GB 内存和 2核 CPU。运行一个完整的 Doris 集群（1 FE + 1 BE）至少需要 2GB 内存。

本文使用的软件版本：

  • Docker Engine : 24.0.6
  • Docker Compose : v2.20.2
  • Apache Doris : 官方镜像 apache/doris:2.0.4 (此版本是一个长期支持版本，稳定且功能丰富)
  • MySQL Client : 8.0 (用于连接 Doris，因为 Doris 兼容 MySQL 协议)

安装 Docker 与 Docker Compose (如未安装)： 如果你的系统尚未安装 Docker，可以参照以下命令进行安装（以 Ubuntu 22.04 为例）：

# 1. 卸载旧版本
sudo apt-get remove docker docker-engine docker.io containerd runc

# 2. 安装依赖包
sudo apt-get update
sudo apt-get install \
    ca-certificates \
    curl \
    gnupg \
    lsb-release

# 3. 添加 Docker 官方 GPG 密钥
sudo mkdir -p /etc/apt/keyrings
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

# 4. 设置稳定版仓库
echo \
  "deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] https://download.docker.com/linux/ubuntu \
  $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

# 5. 安装 Docker Engine
sudo apt-get update
sudo apt-get install docker-ce docker-ce-cli containerd.io docker-compose-plugin

# 6. 验证安装
sudo docker run hello-world

# 7. (可选) 将当前用户加入 docker 组，避免每次使用 sudo
sudo usermod -aG docker $USER
# 执行此命令后，需要**注销并重新登录**或重启系统生效。

对于 Docker Compose，如果你安装的是 docker-compose-plugin （如上所述），那么命令是 docker compose 。如果你需要独立的 docker-compose ，可以单独安装。

3. 单机快速体验：启动一个 All-in-One 的 Doris

对于初次接触或快速功能验证，Apache Doris 社区提供了一个 All-in-One 的 Docker 镜像，它将 FE 和 BE 打包在同一个容器中，非常适合快速启动和测试。

操作步骤：

  1. 拉取 Doris 镜像 从 Docker Hub 拉取官方镜像。这里我们选择 2.0.4 版本。

    docker pull apache/doris:2.0.4

  2. 启动 All-in-One 容器 使用 docker run 命令启动容器。我们需要映射几个关键端口：

    • 8030 : FE 的 HTTP 端口（用于 Web UI 和某些 API）。
    • 9030 : FE 的 MySQL 协议端口（用于客户端如 MySQL CLI, JDBC 连接）。
    • 8040 : BE 的 HTTP 端口。 同时，我们给容器起一个有意义的名字，比如 doris-quickstart 。
    docker run -d \
  --name doris-quickstart \
  -p 8030:8030 \
  -p 9030:9030 \
  -p 8040:8040 \
  apache/doris:2.0.4

    参数解释：

    • -d : 后台运行容器。
    • --name : 指定容器名称。
    • -p host_port:container_port : 将容器内部端口映射到宿主机端口。

  3. 检查容器状态 使用 docker ps 命令查看容器是否正常运行。

    docker ps | grep doris-quickstart

    你应该能看到容器状态为 Up 。

  4. 连接 Doris 数据库 容器启动后，FE 需要一些时间（约30秒到1分钟）来完成初始化。之后，你就可以使用任何兼容 MySQL 协议的客户端进行连接。

    • 使用 MySQL 命令行客户端连接： 
      # 假设你的 MySQL 客户端已安装
mysql -h 127.0.0.1 -P 9030 -uroot
      默认情况下，All-in-One 镜像的 root 用户密码为空，直接回车即可。
    • 连接成功后，执行一个测试 SQL： 
      SHOW FRONTENDS;
      你会看到 FE 节点的信息，状态应为 Alive 。 
      SHOW BACKENDS;
      你会看到 BE 节点的信息，状态也应为 Alive 。

  5. 访问 Web UI 在浏览器中打开 http://<你的服务器IP>:8030 ，你将看到 Doris 的简易 Web 界面，可以查看系统状态和进行一些基本操作。

至此，一个单机版的 Doris 已经成功运行！ 你可以在这个环境里创建数据库、表，导入数据并进行查询。这对于功能学习和小数据量测试已经完全足够。

4. 生产级部署：使用 Docker Compose 编排 Doris 集群

All-in-One 模式虽简单，但不适合生产环境。生产环境需要 FE 和 BE 分离部署，并且通常要求 FE 构成高可用集群（至少1个 Follower，1个 Observer），BE 可以横向扩展。使用 Docker Compose 可以轻松定义和管理这样一个多容器的集群。

4.1 规划集群结构与目录

我们规划一个最小化的生产可用集群：

  • FE 节点 ：3个，角色分别为 1 Leader (master), 1 Follower (slave), 1 Observer。
  • BE 节点 ：2个，用于数据存储和计算。

在宿主机上创建一个工作目录，例如 ~/doris-cluster ，并在其中创建必要的子目录和配置文件。

mkdir -p ~/doris-cluster/{fe-master,fe-slave,fe-observer,be1,be2,logs}
cd ~/doris-cluster

4.2 编写 Docker Compose 配置文件

创建 docker-compose.yml 文件，这是定义整个集群的核心。

version: '3.8'

services:
  # ------------------- Frontend Services -------------------
  fe-master:
    image: apache/doris:2.0.4-fe
    container_name: doris-fe-master
    hostname: fe-master # 容器主机名，用于集群内部通信
    environment:
      - FE_SERVERS=fe-master:9010,fe-slave:9010,fe-observer:9010
      - FE_ID=1 # FE 的唯一 ID，集群内不能重复
    volumes:
      - ./fe-master/doris-meta:/opt/apache-doris/fe/doris-meta # 元数据持久化
      - ./fe-master/conf:/opt/apache-doris/fe/conf # 自定义配置
      - ./logs/fe-master:/opt/apache-doris/fe/log # 日志持久化
    ports:
      - "8030:8030" # Web UI & API
      - "9020:9020" # FE Thrift Server
      - "9030:9030" # MySQL Protocol
    networks:
      - doris-net
    command: 
      - /bin/bash
      - -c
      - |
        # 等待容器内网络就绪，然后启动 FE
        sleep 5;
        /opt/apache-doris/fe/bin/start_fe.sh --helper fe-master:9010 --daemon
        tail -f /opt/apache-doris/fe/log/fe.out

  fe-slave:
    image: apache/doris:2.0.4-fe
    container_name: doris-fe-slave
    hostname: fe-slave
    environment:
      - FE_SERVERS=fe-master:9010,fe-slave:9010,fe-observer:9010
      - FE_ID=2
    volumes:
      - ./fe-slave/doris-meta:/opt/apache-doris/fe/doris-meta
      - ./fe-slave/conf:/opt/apache-doris/fe/conf
      - ./logs/fe-slave:/opt/apache-doris/fe/log
    ports:
      - "8031:8030"
      - "9031:9030"
    networks:
      - doris-net
    depends_on:
      - fe-master
    command: 
      - /bin/bash
      - -c
      - |
        sleep 10; # 等待 master 先启动
        /opt/apache-doris/fe/bin/start_fe.sh --helper fe-master:9010 --daemon
        tail -f /opt/apache-doris/fe/log/fe.out

  fe-observer:
    image: apache/doris:2.0.4-fe
    container_name: doris-fe-observer
    hostname: fe-observer
    environment:
      - FE_SERVERS=fe-master:9010,fe-slave:9010,fe-observer:9010
      - FE_ID=3
    volumes:
      - ./fe-observer/doris-meta:/opt/apache-doris/fe/doris-meta
      - ./fe-observer/conf:/opt/apache-doris/fe/conf
      - ./logs/fe-observer:/opt/apache-doris/fe/log
    ports:
      - "8032:8030"
      - "9032:9030"
    networks:
      - doris-net
    depends_on:
      - fe-master
      - fe-slave
    command: 
      - /bin/bash
      - -c
      - |
        sleep 15;
        /opt/apache-doris/fe/bin/start_fe.sh --observer --helper fe-master:9010 --daemon
        tail -f /opt/apache-doris/fe/log/fe.out

  # ------------------- Backend Services -------------------
  be1:
    image: apache/doris:2.0.4-be
    container_name: doris-be1
    hostname: be1
    environment:
      - FE_SERVERS=fe-master:9010,fe-slave:9010,fe-observer:9010
      - BE_ADDR=be1:9050
    volumes:
      - ./be1/storage:/opt/apache-doris/be/storage # 数据存储持久化
      - ./be1/conf:/opt/apache-doris/be/conf
      - ./logs/be1:/opt/apache-doris/be/log
    networks:
      - doris-net
    depends_on:
      - fe-master
      - fe-slave
    command: 
      - /bin/bash
      - -c
      - |
        sleep 20;
        /opt/apache-doris/be/bin/start_be.sh --daemon
        tail -f /opt/apache-doris/be/log/be.out

  be2:
    image: apache/doris:2.0.4-be
    container_name: doris-be2
    hostname: be2
    environment:
      - FE_SERVERS=fe-master:9010,fe-slave:9010,fe-observer:9010
      - BE_ADDR=be2:9050
    volumes:
      - ./be2/storage:/opt/apache-doris/be/storage
      - ./be2/conf:/opt/apache-doris/be/conf
      - ./logs/be2:/opt/apache-doris/be/log
    networks:
      - doris-net
    depends_on:
      - fe-master
      - fe-slave
    command: 
      - /bin/bash
      - -c
      - |
        sleep 25;
        /opt/apache-doris/be/bin/start_be.sh --daemon
        tail -f /opt/apache-doris/be/log/be.out

networks:
  doris-net:
    driver: bridge
    name: doris-cluster-network

配置文件关键点解析：

  1. 镜像分离 ：使用了 apache/doris:2.0.4-fe 和 apache/doris:2.0.4-be 两个独立镜像，而非 All-in-One 镜像，更符合生产部署逻辑。
  2. 环境变量 ：
    • FE_SERVERS ：所有 FE 节点的地址列表，用于集群发现。
    • FE_ID ：每个 FE 的唯一标识，必须不同。
    • BE_ADDR ：BE 自身的地址，用于向 FE 注册。
  3. 数据持久化 ：通过 volumes 将容器内的元数据 ( doris-meta )、数据 ( storage ) 和日志 ( log ) 目录挂载到宿主机。 这是最重要的部分 ，确保了容器重启或删除后数据不丢失。
  4. 端口映射 ：为每个服务映射了不同的宿主机端口，避免冲突。例如，FE Master 的 MySQL 端口是 9030，FE Slave 的是 9031。
  5. 启动顺序与依赖 ：使用 depends_on 和 sleep 命令确保 FE Master 先启动，其他节点再依次加入。生产环境中可能需要更健壮的健康检查机制。
  6. 网络 ：所有服务加入同一个自定义网络 doris-net ，使得容器间可以通过容器名 ( hostname ) 直接通信。

4.3 准备自定义配置文件（可选但推荐）

Doris 的默认配置可能不适合所有场景。我们可以通过挂载卷的方式覆盖默认配置。例如，调整 FE 的 Java 堆内存。

在 ~/doris-cluster/fe-master/conf/ 目录下创建 fe.conf 文件：

# fe-master/conf/fe.conf
# 设置 JVM 堆内存大小，根据机器资源调整
JAVA_OPTS = -Xmx4096m -Xms4096m -XX:+UseG1GC

# 其他自定义参数，例如日志级别
# sys_log_level = INFO

同理，可以为 BE 创建配置文件 be.conf 在对应目录：

# be1/conf/be.conf
# 设置 BE 的 JVM 堆内存
JAVA_OPTS = -Xmx8192m -Xms8192m -XX:+UseG1GC

# 设置存储路径，此路径对应容器内路径，已在 volumes 中挂载
# storage_root_path = /opt/apache-doris/be/storage

4.4 启动 Doris 集群

在 docker-compose.yml 文件所在目录执行以下命令：

# 拉取所需的 FE 和 BE 镜像
docker compose pull

# 启动所有服务（在后台运行）
docker compose up -d

# 查看所有容器状态
docker compose ps

如果一切正常，你会看到所有容器的状态都是 Up 。启动过程可能需要几分钟，因为 FE 和 BE 需要进行初始化。

4.5 初始化与验证集群

  1. 连接 FE Master 并添加其他 FE 节点 虽然我们在 docker-compose.yml 中通过 --helper 参数指定了主 FE，但首次启动时，其他 FE 节点需要被“添加”到集群中。

    # 连接到 FE Master
mysql -h 127.0.0.1 -P 9030 -uroot

    在 MySQL 客户端中执行：

    -- 查看当前 FE 节点，应该只有 fe-master
SHOW FRONTENDS;

-- 添加 FE Follower (fe-slave)
ALTER SYSTEM ADD FOLLOWER "fe-slave:9010";

-- 添加 FE Observer (fe-observer)
ALTER SYSTEM ADD OBSERVER "fe-observer:9010";

-- 再次查看，应该能看到三个 FE，其中 fe-master 是 Leader
SHOW FRONTENDS;

    确保所有 FE 的 Alive 列为 true 。

  2. 添加 BE 节点 

    -- 添加第一个 BE 节点
ALTER SYSTEM ADD BACKEND "be1:9050";
-- 添加第二个 BE 节点
ALTER SYSTEM ADD BACKEND "be2:9050";

-- 查看 BE 状态
SHOW BACKENDS;

    等待几分钟，直到所有 BE 的 Alive 列变为 true ，并且 SystemDecommissioned 列为 false 。

  3. 进行简单测试 

    -- 创建一个测试数据库
CREATE DATABASE test_db;
USE test_db;

-- 创建一张测试表
CREATE TABLE test_table (
    id INT,
    name VARCHAR(50),
    dt DATE
)
DISTRIBUTED BY HASH(id) BUCKETS 10
PROPERTIES("replication_num" = "2"); -- 副本数为2，会在两个BE上存储

-- 插入测试数据
INSERT INTO test_table VALUES 
(1, 'Alice', '2023-10-01'),
(2, 'Bob', '2023-10-02');

-- 查询数据
SELECT * FROM test_table;

    如果查询成功返回数据，恭喜你，一个高可用的 Doris 生产集群已经部署完成！

5. 常见问题与排查思路

在部署和运行过程中，你可能会遇到一些问题。以下是常见问题的排查指南。

问题现象 可能原因 排查步骤与解决方案
容器启动后立即退出 1. 端口冲突。
2. 挂载的宿主机目录权限不足。
3. 镜像拉取不完整或损坏。		 1. docker compose logs <service_name> 查看具体错误日志。
2. docker ps -a 查看已退出容器的状态码。
3. 检查 docker-compose.yml 中端口是否被占用 ( netstat -tlnp | grep <port> )。
4. 确保宿主机挂载目录存在且 Docker 进程有读写权限 ( ls -la 查看)。
5. 尝试删除镜像并重新拉取 ( docker rmi , docker compose pull )。
FE/BE 节点 Alive 状态为 false 1. 节点进程未成功启动。
2. 网络不通，无法进行心跳汇报。
3. 时钟不同步。		 1. 进入对应容器查看进程： docker exec -it <container_name> bash 然后 ps aux | grep doris 。
2. 查看对应节点的日志文件： cat /opt/apache-doris/fe/log/fe.warn.log 或 be.warn.log 。
3. 检查容器间网络：在容器内 ping 其他容器的 hostname。
4. 确保所有容器时间同步，Docker 容器默认使用宿主机时间。
SHOW BACKENDS 显示 LastStartTime 错误 BE 节点启动失败或注册失败。 1. 检查 BE 日志，常见错误是 storage_root_path 配置错误或权限问题。
2. 确认 ALTER SYSTEM ADD BACKEND 语句中的 IP 和端口是否正确（应是容器名和 9050 ）。
3. 尝试删除并重新添加 BE： ALTER SYSTEM DROP BACKEND “be1:9050”; 然后重新添加。
客户端无法连接 9030 端口 1. 防火墙或安全组规则阻止。
2. FE 进程未监听端口。
3. 连接地址错误。		 1. 在宿主机上检查端口监听： ss -tlnp | grep 9030 。
2. 进入 FE 容器检查 FE 进程是否运行，并检查 fe.conf 中 query_port 配置。
3. 确认连接命令中的主机 IP 是否正确。如果是远程连接，需确保 FE 容器映射到了宿主机的正确 IP ( 0.0.0.0 )。
数据插入或查询非常慢 1. BE 节点资源（CPU/内存）不足。
2. 数据分布不均或副本数设置不合理。
3. 未正确建立索引。		 1. 使用 docker stats 查看容器资源使用情况。
2. 检查表的分桶键和分区键设计是否合理。
3. 对于查询条件列，考虑创建 Rollup 索引或 Bloom Filter 索引。
4. 通过 SHOW PROC ‘/backends’; 查看 BE 节点负载。
磁盘空间不足 数据量增长过快，或日志文件未清理。 1. 清理过期数据：使用 DROP TABLE 或分区删除 ALTER TABLE … DROP PARTITION … 。
2. 设置数据生命周期 (TTL)。
3. 定期清理 FE/BE 的旧日志文件（挂载到宿主机的日志目录）。
4. 为 BE 的 storage_root_path 挂载更大容量的磁盘。

通用排查命令：

  • docker compose logs -f <service_name> ：实时查看某个服务的日志输出。
  • docker exec -it <container_name> bash ：进入容器内部进行调试。
  • mysql -h 127.0.0.1 -P 9030 -uroot -e “SHOW PROC ‘/frontends’;” ：不进入交互模式，直接执行 SQL 查看状态。

6. 最佳实践与工程建议

将 Docker 化 Doris 用于生产环境，除了基本的部署，还需要考虑稳定性、可维护性和性能。

  1. 资源限制与监控

    • 在 docker-compose.yml 中为每个服务设置资源限制，防止某个容器耗尽宿主机资源。 
      services:
  fe-master:
    # ...
    deploy:
      resources:
        limits:
          cpus: '2'
          memory: 4G
        reservations:
          memory: 2G
    • 集成监控系统（如 Prometheus + Grafana）。Doris 提供了丰富的 Metrics 接口（FE: 8030/metrics ， BE: 8040/metrics ），可以方便地监控集群健康度、查询性能、资源使用等。

  2. 数据持久化与备份

    • 务必 将 doris-meta (FE元数据) 和 storage (BE数据) 目录通过 volumes 持久化到可靠的存储（如 SSD 云盘、网络存储）。
    • 定期备份 FE 的元数据。可以编写脚本，定期将 doris-meta 目录打包并上传到对象存储。
    • 对于重要数据，考虑使用 Doris 的备份恢复功能 ( BACKUP / RESTORE 语句) 到其他存储系统。

  3. 高可用与故障恢复

    • FE 集群至少部署 1 Leader + 1 Follower，可以容忍一个节点故障。Observer 节点可以承担读负载。
    • BE 的副本数 ( replication_num ) 建议设置为 3（如果 BE 节点数>=3），提供数据高可用。
    • 规划好容器的重启策略：在 docker-compose.yml 中配置 restart: unless-stopped 或 restart: always ，使容器在异常退出时自动重启。

  4. 配置优化

    • JVM 参数 ：根据机器内存调整 JAVA_OPTS 。FE 通常 4-8GB，BE 需要更多，通常 8-16GB 或更高，并留出足够内存给操作系统和其他进程。
    • BE 配置 ：调整 be.conf 中的 storage_root_path 到高性能磁盘路径；根据 CPU 核数调整 brpc_io_threads 和 brpc_worker_threads 。
    • FE 配置 ：调整 fe.conf 中的 qe_max_connection （最大连接数）和 tablet_create_timeout_second （建表超时）。

  5. 安全考虑

    • 修改默认的 root 用户密码： SET PASSWORD FOR ‘root’ = PASSWORD(‘your_strong_password’);
    • 避免将 FE 的 9030 和 8030 端口直接暴露在公网。应通过跳板机、VPN 或应用内网访问。
    • 定期更新 Doris 镜像版本，以获取安全补丁和新功能。

  6. 使用更高级的编排工具

    • 对于大规模的、动态的集群，可以考虑使用 Kubernetes (K8s) 替代 Docker Compose。社区提供了 Doris 的 Helm Chart 或 Operator，可以更方便地管理集群生命周期、自动扩缩容和故障转移。

通过以上步骤，你不仅能够成功部署 Doris，更能构建一个稳定、高效、易于维护的实时分析数据库环境。Docker 化部署大大降低了运维复杂度，让你能更专注于业务逻辑和数据价值的挖掘。

Logo
亚马逊云科技技术品牌专区

更多推荐

open-code-review Codex 插件教程：对话式调用评审技能指南

本文是一份面向新手的 **open-code-review Codex 插件教程**，教你在 Codex 中通过对话式方式调用 open-code-review 的 AI 代码评审技能。open-code-review 是阿里巴巴开源的 AI 代码评审工具，采用"确定性流水线 + LLM Agent"混合架构，内置多语言评审规则（NPE、线程安全、XSS、SQL 注入等），可在 Codex 里用一

avatar 亚马逊云科技技术品牌专区

OBS Studio 完整指南：免费开源录屏与直播软件从零上手

想做一场像模像样的直播，或者把屏幕内容录成教程视频，但一想到商用软件的订阅费就有些犹豫？其实你不需要花一分钱。OBS Studio 是一款免费开源的直播与录屏软件，支持 Windows、macOS 和 Linux，采集、混音、编码、推流、录制，一条流水线全包了。## 先搞清楚 OBS Studio 是什么OBS Studio 是一个"场景化"的采集合成工具：你把摄像头、窗口、浏览器、图片、

avatar 亚马逊云科技技术品牌专区

如何用MediaCrawler爬取小红书抖音数据？7大平台爬虫从安装到实战完整指南

MediaCrawler 是一个支持小红书、抖音、快手、B站、微博、百度贴吧、知乎的开源自媒体数据采集工具。它能按关键词、按帖子、按创作者主页三种方式抓取笔记/视频内容、评论甚至二级评论，并把结果存成 JSON、CSV、Excel 或数据库。适合做市场调研、竞品监控、内容选题的运营人员，以及想要现成爬虫框架而不想从零写 JS 逆向的开发者。## 从一次"手动抄数据"说起想象这个场景：你负责

avatar 亚马逊云科技技术品牌专区