Apache Doris 概述
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。
核心亮点
| 能力 | 数据 |
|---|---|
| 查询延迟 | < 1 秒（亚秒级响应） |
| 写入延迟 | 秒级（实时数据入库） |
| 并发能力 | 10,000+ QPS |
| 存储规模 | PB 级 / 单集群数百台机器 |
| SQL 接口 | MySQL 协议兼容层，ANSI SQL 语法 |
典型使用场景
Apache Doris 广泛应用于以下三大类场景：
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
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。
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。
| 场景 | 说明 |
|---|---|
| Agent Facing Analytics | AI Agent 毫秒级实时决策（反欺诈检测、智能推荐） |
| 混合检索与分析 | 同时执行向量相似度搜索 + 关键词过滤 + 聚合分析，一条 SQL |
| RAG 应用 | 企业知识库问答、智能客服、文档助手 |
| 语义搜索 | 跨语言检索、同义词识别、意图理解 |
| AI 可观测性 | 模型训练监控、推理追踪、日志分析 |
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（共享存储）
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
如何选择：业务规模可控、追求简单运维 → 存算一体；需要弹性扩缩容 → 存算分离。
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
向量索引和倒排索引是支持 Hybrid Search（混合检索与分析）的核心技术，详见 AI 概述。
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
生态集成
Apache Doris 与主流数据生态深度集成。
社区与贡献
Apache Doris 起源于百度广告报表业务（Palo 项目），2017 年开源，2018 年捐赠 Apache 基金会孵化，2022 年 6 月正式成为 Apache 顶级项目。
- 贡献者规模：700+ 贡献者，120+ 月活贡献者。
- 用户覆盖：全球 10000+ 企业用户。
- 云厂商支持：AWS、Azure、GCP、阿里云、腾讯云、华为云、火山云等。
