开源的分布式SQL数据仓库Doris
Author：zhoulujun Date：
Doris是什么：
官网：https://doris.apache.org/docs/dev/get-starting/what-is-apache-doris
Apache Doris是一个开源的分布式SQL数据仓库，旨在提供高性能、低延迟的数据分析和查询能力。虽然它可以在某些场景下替代MySQL，但它更适合于需要高性能和实时查询的数据仓库应用。
由百度大数据部研发，之前加做百度palo，20118年共享到Apache社区后，更名Doris。
Doris的性能主要取决于集群的规模和配置。它可以通过水平扩展来处理大规模数据和高并发查询，提供高性能的数据分析和查询能力。
一个现代化的MPP分析型数据库产品
支持压秒级别响应
架构非常简洁，易于运维
支持10PB以上的超大数据集
高并发的点查询场景，吞吐量高的复杂分析场景
Apache Doris的主要特点和优势包括：
分布式架构：Apache Doris采用分布式架构，可以水平扩展以处理大规模数据和高并发查询。它支持数据的分片和分布式存储，可以在多个节点上并行处理查询请求。
实时数据分析：Apache Doris支持实时数据加载和查询，可以在数据写入后立即进行查询分析。这使得它非常适合需要快速响应和实时洞察的应用场景。
高性能：Apache Doris通过使用列式存储和多级索引等技术，提供了高性能的数据查询和分析能力。它还支持向量化计算和数据压缩等优化技术，以提高查询效率和减少存储空间。
SQL兼容性：Apache Doris兼容标准的SQL查询语言，使得用户可以使用熟悉的SQL语法进行数据分析和查询。它支持复杂的查询操作，如聚合、连接和子查询等。
数据一致性：Apache Doris提供强一致性的数据模型，确保数据的准确性和一致性。它支持事务和快照隔离级别，可以保证多个并发操作的数据一致性。
满足多种数据分析需求
固定历史报表、实时数据分析、交互式数据分析、探索式数据分析
应用场景
用户行为分析、AB实验平台、日志检索分析、用户画像分析、订单分析等应用
使用场景
报表分析
实时看板 （Dashboards）
面向企业内部分析师和管理者的报表
面向用户或者客户的高并发报表分析（Customer Facing Analytics）。比如面向网站主的站点分析、面向广告主的广告报表，并发通常要求成千上万的 QPS ，查询延时要求毫秒级响应。著名的电商公司京东在广告报表中使用 Apache Doris ，每天写入 100 亿行数据，查询并发 QPS 上万，99 分位的查询延时 150ms。
即席查询（Ad-hoc Query）：面向分析师的自助分析，查询模式不固定，要求较高的吞吐。小米公司基于 Doris 构建了增长分析平台（Growing Analytics，GA），利用用户行为数据对业务进行增长分析，平均查询延时 10s，95 分位的查询延时 30s 以内，每天的 SQL 查询量为数万条。
统一数仓构建 ：一个平台满足统一的数据仓库建设需求，简化繁琐的大数据软件栈。海底捞基于 Doris 构建的统一数仓，替换了原来由 Spark、Hive、Kudu、Hbase、Phoenix 组成的旧架构，架构大大简化。
数据湖联邦查询：通过外表的方式联邦分析位于 Hive、Iceberg、Hudi 中的数据，在避免数据拷贝的前提下，查询性能大幅提升。
参考文章：
Doris的基本概述 https://blog.csdn.net/paicMis/article/details/130172982
转载本站文章《开源的分布式SQL数据仓库Doris》,
请注明出处：https://www.zhoulujun.cn/html/DB/NotOnlySQL/8972.html