Doris

现有业务数据有以下特点，查询多、更新少，基本不会更新1 个月以前的数据，但是查询范围较大，有时需要查询几年前的数据，而且数据会以年、月等不同维度统计。

Apache Doris源于百度2008年启动的产品Palo在2018年捐献给Apache基金会，是一个基于 MPP 架构的高性能、实时的分析型数据库，它非常简单易用，而且性能还不错，仅需亚秒级响应时间即可获得查询结果，不仅支持高并发的查询场景，也可以支持高吞吐的复杂分析场景，比如你可以基于它做用户行为分析、日志检索平台、用户画像分析、订单分析等应用。

分区和桶化的思想是将数据“切割”成较小的部分，以增加数据处理速度。关键是设置适当数量的数据分区和桶。根据使用情况，根据每个表自定义桶化字段和桶的数量。

本文分享如何从ClickHouse迁移到Doris的过程，包括为什么需要更改，需要注意什么以及如何比较两个数据库在各自环境中的性能。

Apache Doris可以替代ClickHouse、MySQL、Presto和HBase，因为它在整个数据处理流程中具备全面的能力。

所有使用数据库的同学都非常关心数据库对 SQL 有什么样的优化，这直接决定着查询的性能。这也是我们在优化器上持续不断地投入研发的根本原因。本文将分享 Doris 新优化器开发过程中的一些感悟。

本文介绍Apache Doris作为数据仓库的升级，提高数据处理效率和查询能力。

所有使用数据库的同学都非常关心数据库对 SQL 有什么样的优化，这直接决定着查询的性能。这也是我们在优化器上持续不断地投入研发的根本原因。本文将分享 Doris 新优化器开发过程中的一些感悟。

本文将介绍货拉拉大数据在Doris稳定性保障方面的实践。我们从2022年初开始使用Doris，在这一年半的时间里，Doris还是相对稳定的，同时提供了高性能的查询。上图右侧是Doris的整体架构图。Doris的数据源来自IOT、埋点和数据库，通过实时数仓和离线数仓两个方式写入。以Doris作为主引擎构建了大数据OLAP平台，服务于上层应用。

本文将分享小米集团基于Apache Doris的OLAP实践。文章将从小米集团OLAP系统的选型历史以及当前的应用现状入手，分享小米数据生态中的Doris以及Doris在小米用户行为分析场景的实践。

如果数据量比较大，超过千万，甚至过亿，单节点读取会遇到超时以及时效过低的问题。可以使用spark.read.jdbc分布式多节点并发读取。spark读取支持两种方式。

在绝大多数场景之中，用户只需要将session变量enable_vectorized_engine设置为true，则FE在进行查询规划时就会默认将SQL算子与SQL表达式转换为向量化的执行计划，从而提升SQL执行性能。

Doris是一款基于MPP技术的SQL分析型数据库系统，能够在海量数据的OLAP场景下提供毫秒级的查询响应性能。Doris的实现架构脱胎自Apache Impala和Google Mesa系统，并进行了大量的改造和优化，最终形成了今天大家看到的这款架构优雅、性能卓越、功能丰富、简单易用的OLAP数据库系统。

本文将介绍 Apache Doris 的前世今生，数据湖分析的技术细节以及后期的规划。

Doris原名Palo，诞生于中国互联网搜索巨头百度，是其广告业务的数据仓库系统，2017 年开源，2018年进入Apache 孵化器。