Apache Doris（原名：Palo）是一个高性能、实时的MPP分析型数据库，非常适合海量数据的即席查询、报表分析、指标统计等 OLAP 场景。Doris 的设计目标是：极致查询性能、简单易用、支持高并发分析和明细查询。
一、Doris 核心特点
| 特性 | 说明 |
|---|
| MPP 架构 | 支持大规模分布式并行计算，横向扩展能力强 |
| 列式存储 | 支持高压缩比，聚合类查询性能优异 |
| 高并发、低延迟查询 | 支持上万并发，秒级查询响应 |
| 极简架构、易部署 | 无需依赖 HDFS 或 YARN，单机即可运行 |
| 向量化执行引擎 | 支持 SIMD 加速，提高 CPU 使用效率 |
| 支持实时更新 | 支持流式数据导入（Kafka、Flume、Routine Load） |
| MySQL 协议兼容 | 无缝对接 BI 工具、JDBC 直连、可视化友好 |
| 完备的多维建模能力 | 支持宽表、星型/雪花建模 |
二、Doris 架构组成
+--------------------+| FE（Frontend） || 元数据管理/调度 |+--------------------+|+---------------------+----------------------+| | |
+-------------+ +-------------+ +-------------+
| BE-1 | | BE-2 | ... | BE-n |
| Backend 节点| | 存储 + 计算 | | |
+-------------+ +-------------+ +-------------+- FE: 管理元数据、查询计划、调度
- BE: 实际执行查询、存储数据
三、数据导入方式
| 模式 | 场景 | 说明 |
|---|
| Broker Load | 离线批量导入 | 支持从 HDFS/OSS/OBS 加载 |
| Stream Load | 实时小批量 | 支持 HTTP 方式上传文件 |
| Routine Load | 实时流式导入 | 支持 Kafka 实时导入 |
| Insert Into | 手动插入 | 支持 SQL insert |
| DataX / Flink-Doris-Connector | 集成方案 | 与离线/流处理框架结合 |
四、表模型类型
| 类型 | 适合场景 | 特点 |
|---|
| Duplicate Key | 明细表 | 所有数据原样存储，无聚合 |
| Aggregate Key | 指标汇总 | 支持聚合函数，如 SUM、MAX |
| Unique Key | 明细去重 | 主键唯一，支持更新 |
| Primary Key（新版） | 事务语义更强 | 更好支持 UPSERT 更新操作 |
五、典型查询性能对比（以 1 亿行数据为例）
| 查询类型 | Doris 耗时 | 传统 MySQL 耗时 |
|---|
| 条件聚合（SUM） | 0.2s | 10s+ |
| 分组聚合（GROUP BY） | 0.3s | 15s+ |
| 高并发（上万请求） | 支持 | 容易 OOM |
| 多维分析 | 支持 | 多表 JOIN 效率低 |
六、使用场景
| 类型 | 描述 |
|---|
| 实时 BI 报表分析 | 高并发、多维聚合统计 |
| 用户行为分析 | 埋点日志分析、路径追踪 |
| 运维/日志监控 | 秒级日志聚合、异常定位 |
| 指标平台建设 | PV/UV、DAU、留存率分析 |
| 数据中台查询引擎 | 明细 + 汇总兼顾，替代传统 Hive |
| IoT 时序数据分析 | 实时指标计算、大规模聚合 |
七、与 ClickHouse 对比
| 特性 | Doris | ClickHouse |
|---|
| 架构复杂度 | 简单（无依赖） | 中等 |
| 实时导入 | 强（Kafka Routine Load） | 弱（写入延迟大） |
| 更新能力 | 支持更新/删除（Primary Key） | 不支持 |
| 查询性能 | 优异 | 优异（复杂 SQL 更好） |
| MySQL 兼容 | 完全兼容 | 部分支持 |
| 使用门槛 | 低 | 中等偏高 |
| 社区活跃度 | Apache 顶级项目 | 商业公司主导 |
八、生态集成
| 工具/平台 | 是否兼容 |
|---|
| BI 工具（如 Superset、FineBI） | ✅ |
| Flink / Kafka / DataX | ✅ |
| Grafana（SQL 数据源） | ✅ |
| Spark / Hive 数据打通 | ✅ |
| Java 应用（JDBC） | ✅ |
九、简单示例：建表 + 查询
CREATE TABLE user_behavior (user_id BIGINT,event_type VARCHAR(20),event_time DATETIME
)
ENGINE=OLAP
DUPLICATE KEY(user_id, event_time)
DISTRIBUTED BY HASH(user_id) BUCKETS 10
PROPERTIES("replication_num" = "1");
INSERT INTO user_behavior VALUES (1001, 'click', '2024-05-10 10:00:00');
SELECT event_type, COUNT(*) FROM user_behavior GROUP BY event_type;
十、适合 Doris 的技术选型建议
| 场景 | 选型建议 |
|---|
| 实时明细查询 + BI 报表 | ✅ Doris |
| 多维指标统计 + 秒级响应 | ✅ Doris |
| 离线大数据批处理 | ❌ 推荐 Hive/Trino |
| 实时流计算 + 明细查询 | ✅ Doris + Flink |
| 实时埋点行为分析 | ✅ Doris or ClickHouse |
