Doris（实时数仓）专题精讲【左扬精讲】—— Apache Doris vs ClickHouse

Doris（实时数仓）专题精讲【左扬精讲】—— Apache Doris vs ClickHouse

https://doris.apache.org/zh-CN/docs/3.0/gettingStarted/alternatives/alternative-to-clickhouse

Apache Doris 和 ClickHouse 都是全球领先的实时数据仓库，均支持列式存储与极速查询。此外，Doris 具备更高的并发处理能力、更高效的 Join 查询、更简便的运维，并兼容 MySQL 的语法，使其更易于使用和部署。 

一、精选案例

https://doris.apache.org/docs/3.0/gettingStarted/alternatives/alternative-to-clickhouse#featured-migration-cases

“利用 Apache Doris 替换 ClickHouse 后，快手成功升级为湖仓一体架构，实现统一存储并简化数据链路，无需数据导入，Doris 可直接访问湖仓数据。结合 Doris 的物化视图改写与自动物化服务，实现了高性能查询与灵活的数据治理。”	“内容库数据平台经过分析引擎从 ClickHouse 到 Apache Doris 的替换、数据架构语义层的初步引入到深度应用，有效提高了数据时效性、降低了运维成本、解决了数据管理割裂等问题。”	“我们用 Apache Doris 替换了 ClickHouse，构建了新的日志平台，目前规模已达 50 台服务器、2PB 数据量。此次架构升级后，系统在查询响应、并发处理、稳定性及运维效率等多方面均取得了显著提升。”
亮点： 直接查询数据湖数据，缩短数据链路 查询性能提升，满足多场景查询加速 借助物化视图，实现更灵活数据治理	亮点： 具备多表查询和联邦查询性能特性 兼容 MySQL 协议，降低运维成本 支持部分列更新，满足多种数据更新方式	亮点： 全文检索性能提升 3-7 倍 峰值写入吞吐达 6GB/s 支持 500+ 并发查询，较 ClickHouse 提升超 2 倍

二、为什么选择 Apache Doris

https://doris.apache.org/docs/3.0/gettingStarted/alternatives/alternative-to-clickhouse#apache-doris-vs-clickhouse

	Apache Doris	ClickHouse
系统架构	基于 MPP 架构 兼容 MySQL 协议，提供标准 SQL	Scatter-Gather 架构 类 SQL 语法且非标准 SQL 查询
查询能力	支持分布式 Join 提供基于成本的查询优化器（Cost-Based Optimization） 支持查询重写与多表物化视图性能 提供更高的并发性能	Join 性能较差 不支持基于成本的查询优化器（CBO） 仅支持单表物化视图 并发性能较低
实时更新	具有强一致性主键存储模型，支持同步数据更新与删除	仅支持异步更新，更新后可读取到旧值
数据API	提供基于 Arrow-Flight 协议的高吞吐量读取 API，便于与其他引擎集成（如数据科学 / AI 工具）	仅支持低效的 JDBC API 进行数据读取
湖仓能力	作为数据湖查询引擎，支持对 Hive、Hudi、Iceberg 和 Parquet 等数据湖格式查询	湖仓集成能力有限
运维	支持自动扩缩容与多副本平衡	扩缩容期间需要手动平衡
性能测试	在 ClickBench 测试中，Apache Doris 分别在 2022 年与 2024 年 十月进入榜单前三，测试结果超过 ClickHouse 在 TPC-H 和 TPC-DS 测试中性能领先	在 ClickBench 测试中，ClickHouse 与 Doris 轮流领先 在 TPC-H 和 TPC-DS 测试中，ClickHouse 出现查询内存溢出（OOM）的问题

三、性能对比

https://doris.apache.org/docs/3.0/gettingStarted/alternatives/alternative-to-clickhouse#performance-comparison 

3.1、ClickBench 性能测试

https://doris.apache.org/docs/3.0/gettingStarted/alternatives/alternative-to-clickhouse#clickbench-benchmark

• • ClickBench 是专用于评估分析型数据库性能的基准测试工具，其核心验证场景聚焦于海量宽表处理效能，而非复杂多表关联场景。该性能测试采用头部网络分析平台真实业务数据构建，覆盖点击流分析、结构化日志处理等典型 OLAP 应用场景。
  • 测试体系由特定查询集合构成，重点验证聚合运算能力与单表处理性能（不涉及复杂表关联操作），因此该测试成为评估实时数据库的标准之一，尤其适用于验证系统在 PB 级数据规模下的数据处理与实时分析能力。

3.2、SSB-Flat SF100 性能测试 

https://doris.apache.org/docs/3.0/gettingStarted/alternatives/alternative-to-clickhouse#ssb-flat-sf100-benchmark 

• • SSB-Flat SF100 是专为测试分析型数据库大宽表处理能力设计的性能测试。
  • 该测试基于星型模式基准（SSB）改造，通过将星型结构扁平化为单一宽表，聚焦单表查询性能验证。其中 SF100 代表数据规模为基准量的 100 倍，可有效评估系统在超大规模数据下的查询效率与扩展能力。

    

3.2、TPC-H SF100 性能测试

https://doris.apache.org/docs/3.0/gettingStarted/alternatives/alternative-to-clickhouse#tpc-h-sf100-benchmark

• • TPC-H SF100 是业界公认的数据库性能测试标准，包含 22 条模拟真实企业场景的复杂 SQL 查询。SF100 代表数据规模为基准量的 100 倍，适用于在大规模数据场景下，检验查询性能的验证、评估系统扩展能力。
  • 注：由于 ClickHouse 在测试过程中存在 7 个未能完成的查询，最终测试的总耗时结果为 Doris 完整执行 22 个查询的时间、ClickHouse 仅为成功执行 15 个查询的时间。

    

3.3、TPC-DS 1TB 性能测试

https://doris.apache.org/docs/3.0/gettingStarted/alternatives/alternative-to-clickhouse#tpc-ds-1tb-benchmark

• • TPC-DS 1TB 是数据仓库与分析型数据库的权威性能测试，采用约 1TB 数据集（24 张表共约 63.5 亿条数据）构建雪花模型。
  • 测试中涵盖 99 条复杂查询，以全面检验数据库在关联查询、聚合计算及嵌套子查询等场景的性能表现，模拟网络销售、门店销售等真实业务场景。
  • 注：由于 TPC-DS 性能测试中使用了大量关联子查询，而 ClickHouse 在测试时（2024 年 9 月）尚未支持该功能，导致约半数查询无法执行。