1 Apache Doris
Apache Doris是一个开源的实时数据仓库，可以从各种数据源搜集数据，包括相关型数据库（MySQL、PostgreSQL、SQL Server、Oracle等）、日志和来自物联网设施的时期序列数据。Apache Doris支持报表、即席剖析、联结查问和日志剖析等性能，因此可以用于支持仪表盘、自助式商业智能、A/B测试和用户行为剖析等运行。
Apache Doris支持批量导入和流式写入，可以与Apache Spark、Apache Hive、Apache Flink、Airbyte、DBT和Fivetran等工具很好地集成。Apache Doris还可以衔接到Apache Hive、Apache Hudi、Apache Iceberg、Delta Lake和Apache Paimon等数据湖。
2 性能
作为实时OLAP引擎，Apache Doris在查问速度上具有竞争长处。依据TPC-H和SSB-Flat基准测试结果，Doris的性能远远超越了Presto、Greenplum和ClickHouse。
在自我演进方面，过去两年中，Doris在复杂查问敌对面表剖析方面的查问速度提高了10倍以上。
3 架构设计
Apache Doris之所以能够成功如此极速的速度，是由于其面前的架构设计、个性和机制对Doris的性能起到了奉献。
首先，Apache Doris领有一个基于老本的提升器（CBO），可以找出复杂大查问的最高效口头方案。它领有齐全向量化的口头引擎，因此可以缩小虚构函数调用缓和存未命中。Apache Doris是基于MPP（Massively Parallel Processing）的，可以充散施展用户的计算机和**的作用。在Doris中，查问口头是数据驱动的，这象征着查问能否口头取决于其相关数据能否预备就绪，这样可以更高效地利用CPU。
4 基于列的数据库的极速点查问
Apache Doris是一种面向列的数据库，因此可以更轻松、更极速地启动数据紧缩和数据分片。然而，在面向客户服务等场景中，这种存储方式或者不太实用。在这些状况下，数据平台须要同时处置少量用户的恳求（称为“高并发点查问”），而列存储引擎会参与每秒I/O操作的数量，特意是在数据以平面表的方式陈列时。
为了处置这个疑问，Apache Doris成功了混合存储，即同时经常使用行存储和列存储。
此外，由于点查问都是繁难查问，调用查问方案器将是不用要和糜费的，所以Doris对它们口头了短路方案，以缩小开支。
5 数据采集
Apache Doris提供了多种数据导入方法。
实时流写入：
批量写入：
6 数据更新
关于数据更新，Apache Doris提供的是对Merge on Read和Merge on Write的支持。前者用于低频批量更新，后者用于实时写入。经过Merge on Write，最新的数据将在口头查问时预备就绪，这就是为什么与Merge on Read相比，它可以将查问速度提高5到10倍的要素。
从成功的角度来看，以下是一些经常出现的数据更新操作，Doris都支持：
在某些状况下，数据更新是并收回现的，这象征着有少量新数据出去并试图修正现有的数据记载，因此更新的顺序十分关键。这就是为什么Doris准许您选择顺序，可以依据事务提交的顺序或序列列（在表中提早指定）来选择顺序。Doris还支持基于指定谓词的数据删除，这就是条件更新的成功方式。
7 服务可用性和数据牢靠性
除了在查问和数据采集方面具有极速性能外，Apache Doris还提供了服务可用性保障，详细如下：
从架构过去说，Doris有两个进程：前端和后端。它们都可以轻松裁减。前端节点治理集群、元数据并处置用户恳求；后端节点口头查问，并具有智能数据平衡和智能复原的才干。它支持集群更新和裁减，以防止服务终止。
8 跨集群复制
企业用户，尤其是金融或电商畛域的用户，须要备份集群或整个数据中心，以防不测之需。因此，Doris 2.0提供了跨集群复制（CCR）。经常使用CCR，用户可以成功以下性能：
测试标明，Doris CCR可以到达几分钟的数据提早。在最佳状况下，它可以到达配件环境的最高速度。
9 多租户治理
Apache Doris具有复杂的基于角色的访问控制，并且可以对数据库、表、行和列启动细粒度的权限控制。
为了资源隔离，Doris过去实施了硬隔离方案，行将后端节点划分为资源组，并将资源组调配给不同的上班负载。这是一个硬隔离方案。它繁难而整洁。然而有时用户可以充沛应用他们的计算资源，由于一些资源组是闲暇的。
因此，Doris 2.0引入了上班负载组，而不是资源组。为上班负载组设置了软限度，限度其可以经常使用的资源数量。当到达软限度时，同时有一些闲暇资源可用。闲暇资源将在上班负载组之间共享。用户还可以依据对闲暇资源的访问优先级来对上班负载组启动优先级排序。
10 易于经常使用
Apache Doris提供了许多性能，同时也十分易于经常使用。Apache Doris支持规范SQL，并兼容MySQL协定和市场上的大多多BI工具。
为了提高易用性，引入了一个名为轻量级形式更改（Light Schema Change）的性能。这象征着假设用户须要在表中参与或删除某些列，他们只有要在前端更新元数据，而无需修正一切数据文件。轻量级形式更改可以在毫秒级内成功。它还准许更改索引和列的数据类型。轻量级形式更改与Flink-Doris-Connector的结合象征着抢先表格的同步可以在毫秒级内成功。
11 半结构化数据剖析
半结构化数据是经常出现的数据类型，其中包括日志、可观测性数据和时期序列数据等。这些数据具有必定的结构，但不合乎传统的相关型数据库的严厉形式。处置这些数据时，须要支持无形式的灵敏性、低老本存储以及多维剖析和全文搜查等性能。
在文本剖析中，经常使用LIKE运算符是经常出现的操作。为了提高性能，咱们启动了少量的提升上班。其中一项提升是将LIKE运算符下推到存储层，以缩小数据扫描的量。此外，咱们还引入了NGram Bloomfilter、Hyperscan正则表白式婚配库和Volnitsky算法等技术，用于更高效地启动子字符串婚配操作。这些提升措施可以改善文本剖析的性能和效率。
这里还引入了倒排索援用于文本标志化。它是含糊关键字搜查、全文搜查、等价查问和范围查问的有力工具。
12 数据湖仓库
为了让用户构建高性能的数据湖仓库和一致的查问网关，Doris 可以映射、缓存和智能刷新来自外部源的元数据。它支持 Hive Metastore 和简直一切放开的数据湖仓库格局。您可以将其衔接到相关型数据库、Elasticsearch 和其余许多源。它还准许您重用自己的身份验证系统，如 Kerberos 和 Apache Ranger，用于外部表。
基准测试结果显示，Apache Doris 在对 Hive 表启动查问时比 Trino 快 3~5 倍。这是几个个性的独特结果：
计算节点是版本 2.0 中针对数据湖仓库引入的一种处置方案。与个别的后端节点不同，计算节点是有形态的，不存储任何数据。它们在集群裁减时期不介入数据平衡。因此，在计算高峰时，它们可以灵敏而容易地参与集群。
此外，Doris 准许您将外部表的计算结果写入 Doris 中以构成视图。这与资料化视图的思想相似：用空间换取速度。在口头对外部表的查问后，结果可以在 Doris 外部存储。当出现相似的后续查问时，系统可以间接从 Doris 中读取先前查问的结果，从而提高速度。
13 层级存储
层级存储的关键目的是节俭老本。层级存储将热数据和冷数据分开存储，热数据是经常访问的数据，而冷数据则不是。它准许用户将热数据放入极速但低廉的磁盘（如 SSD 和 HDD），将冷数据放入对象存储中。
粗略地说，关于由 80% 冷数据组成的数据资产，层级存储将缩小存储老本约 70%。