Doris之概述

1.　　介绍

　　　　Apache Doris 是一款基于 MPP 架构的高性能、实时分析型数据库，以高效、简单、统一著称

　　　　在亚秒级时间内返回海量数据查询结果，一套系统同时支持高并发点查询和高吞吐复杂分析。　　　

　　　　　　　　　　　　　　　　

2.　　核心亮点　　　　

　　　　

3.　　典型使用场景

　　　　1.　　实时数据分析

　　　　　　　　企业内外部实时报表，仪表盘，用户行为分析，AB实验平台，日志检索分析。

　　　　　　　　代表案例：

　　　　　　　　　　实时大屏看板：　　双十一订单量实时监控，秒级更新

　　　　　　　　　　用户画像分析：　　人群圈选与精准营销

　　　　　　　　　　日志检索分析：　　问题定位与性能优化

　　　　2.　　湖仓融合分析

　　　　　　　　统一数仓构建，数据湖联邦查询加速，混合负载分析

　　　　　　

　　　　3.　　混合检索分析（AI数据栈）

　　　　　　　　在大模型时代，Apache Doris 深度融合文本搜索、向量搜索、AI 函数能力，构建从数据存储、检索到分析的完整 AI 数据栈。　　　　　　　　

　　　　　　　　

4.　　系统架构

　　　　Apache Doris 高度兼容 MySQL 协议，支持标准 SQL，可通过各类客户端工具访问，与 BI 工具无缝集成。部署 Apache Doris 时，可以根据业务需求选择存算一体架构或存算分离架构。　　　

　　　　　

　　　　存算一体架构

　　　　　　精简架构，包含两类进程：

　　　　　　　　Frontend(FE):　　接收请求，查询解析，元数据管理，节点管理

　　　　　　　　Backend(BE):　　数据存储，查询执行（多副本存储）

　　　　　　生产环境部署多个FE节点实现高可用，FE节点分为Master,Follower,Observer三种角色。　　　　　　

　　　　存算分离架构

　　　　　　存储和计算分离，独立扩展存储容量和计算资源：

　　　　　　　　计算层：　　多个计算组，每组可作为独立租户

　　　　　　　　存储层：　　S3/HDFS/OSS等共享存储

5.　　技术特点

　　　　存储引擎

　　　　　　Apache Doris 采用列式存储技术，按列进行数据的编码、压缩和读取，实现极高的压缩比的同时减少大量非相关数据的扫描，从而更有效地利用 IO 和 CPU 资源。

　　　　　　Doris 针对超宽表（10000+ 列）场景做了深度优化，确保稀疏列的高效存储与查询。

　　　　　　为满足不同业务场景需求，Doris 提供多种索引结构（Sorted Compound Key、Min/Max、BloomFilter、倒排索引、向量索引）和存储模型（明细模型、聚合模型、主键模型），并支持强一致的单表物化视图和异步刷新的多表物化视图。

　　　　　　　　列式存储：　　按列编码、压缩、读取，高压缩比 + 减少 IO

　　　　　　　　多种索引：　　Sorted Compound Key、Min/Max、BloomFilter、倒排索引、向量索引

　　　　　　　　存储模型：　　明细模型、聚合模型、主键模型（支持行级别更新）

　　　　　　　　物化视图：　　单表强一致物化视图 + 多表异步物化视图

　　　　查询引擎

　　　　　　Apache Doris 查询引擎基于 MPP（大规模并行处理）架构，支持节点间和节点内并行执行，以及多个大型表的分布式 Shuffle Join。

　　　　　　在复杂多表关联（Join）场景中，Doris 通过全局查询规划、分布式 Join 策略和运行时过滤（Runtime Filter）技术，大幅减少数据传输量，加速 Join 性能。

　　　　　　Doris 采用向量化执行技术，所有内存结构按列式布局，可显著减少虚函数调用、提高缓存命中率并有效利用 SIMD 指令，在宽表聚合场景下性能提升 5-10 倍。

　　　　　　结合自适应查询执行（AQE）和 Pipeline 执行引擎，根据运行时统计信息动态优化执行计划，充分利用多核 CPU 能力。

　　　　　　　　MPP 架构：节点间/节点内并行执行，大表分布式 Shuffle Join

　　　　　　　　向量化执行：内存结构列式布局，SIMD 指令，5-10x 性能提升

　　　　　　　　自适应查询执行 (AQE)：Runtime Filter 动态优化 Join

　　　　　　　　Pipeline 执行引擎：多核 CPU 并行，限制线程数解决膨胀

　　　　混合检索能力(AI增强)

　　　　　　Apache Doris 在单条 SQL 中融合结构化分析 + 全文检索 + 向量搜索能力，一套系统同时支持向量相似度搜索、关键词过滤和聚合分析，无需数据迁移和异构系统集成。

　　　　　　结合 VARIANT 类型原生支持动态 JSON 结构和 Light Schema Change 秒级变更字段能力，为 RAG 应用、语义搜索、企业知识库等 AI 场景提供高效的数据支撑。　　　　　

SELECT * FROM products
WHERE match(query_vector, 'summer breathable shoes')  -- Vector similarity search
  AND body MATCH 'breathable lightweight'           -- Full-text keyword search
  AND category_id = 1                                -- Structured filtering
GROUP BY brand
ORDER BY sales_count DESC;

　　　　　　　　一体化架构：无需数据迁移，无需异构系统

　　　　　　　　混合查询性能：单 SQL 同时执行向量 + 关键词 + 聚合

　　　　　　　　VARIANT 类型：原生支持动态 JSON，Light Schema Change 秒级变更　　　　　

6.　　生态集成