Doris基础学习系列（一）什么是doris

Doris目前在很多做数据类业务的公司都会或多或少的涉及到，特别是有的公司没有专业的大数据团队，但是业务的核心又是处理数据这种。那么此时Doris就是比较良好的选择。从这篇文章开始，我们将开始更新Doris相关的文章。这篇文章我们介绍下什么是Doris

从上面的图示可以看出，Doris是一个master-slave这样的架构模式。他由很多的Fe节点组成（元数据管理），同时特还由很多的Be节点组成（用于存储数据）。

所以综合来看，要了解Doris，我们可以总结为以下几点：

1）Apache Doris是一个现代化的MPP分析型数据库产品。仅需亚秒级响应时间即可获得查询结果，有效地支持实时数据分析。Apache Doris的分布式架构非常简洁，易于运维，并且可以支持10PB以上的超大数据集。

2）Apache Doris可以满足多种数据分析需求，例如固定历史报表，实时数据分析，交互式数据分析和探索式数据分析等。令您的数据分析工作更加简单高效！

3）Apache Doris是一个MPP类型的数据库，那么什么是MPP呢？MPP ( Massively Parallel Processing )，即大规模并行处理，在数据库非共享集群中，每个节点都有独立的磁盘存储系统和内存系统，业务数据根据数据库模型和应用特点划分到各个节点上，每台数据节点通过专用网络或者商业通用网络互相连接，彼此协同计算，作为整体提供数据库服务。非共享数据库集群有完全的可伸缩性、高可用、高性能、优秀的性价比、资源共享等优势。简单来说，MPP 是将任务并行的分散到多个服务器和节点上，在每个节点上计算完成后，将各自部分的结果汇总在一起得到最终的结果 ( 与 Hadoop 相似 )。

4）Doris 主要解决 PB 级别的数据量（如果高于 PB 级别，不推荐使用 Doris 解决，可以考虑用 Hive 等工具），解决结构化数据，查询时间一般在秒级或毫秒级。

5）Doris 由百度大数据部研发 ( 之前叫百度 Palo，2018年贡献到 Apache 社区后，更名为 Doris )，在百度内部，有超过200个产品线在使用，部署机器超过1000台，单一业务最大可达到上百 TB。

6）百度将 Doris 贡献给 Apache 社区之后，许多外部用户也成为了 Doris 的使用者，例如新浪微博，美团，小米等著名企业。

那么Doris有哪些特点呢？我们总结了如下几点：

1）数仓查询加速：PB级别数据毫秒/秒级延时、海量数据无缝应用、极大幅度提升查询效率

2）多源联邦查询：跨多数据源，统一查询入口、过滤条件下推，显著提升查询性能、满足业务人员多元化的查询需求

3）实时数仓构建：流式数据高效导入、实时业务数据洞察、统一大数据平台架构和数据流

4）交互式数据分析：结合BI构建交互式数据分析应用、对海量数据自助探查和多维度分析、实现对业务的深层探索和快速决策

那么Doris有哪些核心优势呢？

1）性能：

高效列式存储引擎和现代化MPP架构，结合多种加速方式，实现极致的查询性能

2）简单易用：

完全兼容MySQL协议和标准SQL，用户使用友好，能与已有系统框架轻松融合

3）场景丰富:

在离线一体，通过灵活的资源配置策略可同时支持高并发点查询和高吞吐大查询

4）稳定可靠：

多种策略保证系统高可用，单点故障和系统升级对线上业务无任何影响

备注：

doris这两年发展非常的迅速。Doris最开始主要是百度技术团队研发的，后来贡献给了apache，因此有了Doris这个开源的产品。目前社会上也有很多的一些商业公司基于Doris做二次开发，并作出自己的产品，在此给大家列举一下：

一、PALO

这个是百度内部使用的Doris版本，目前PALO在百度云里面提供对应的服务，并且版本目前看起来和Doris是同步的。

二、SelectDB

这个也是一家开源技术公司在Doris的版本基础上进行二次开发，在底层进行了大量的优化，目前也是作为一款商业产品在对外进行服务。

三、StarRocks

这个也是一家国内公司在Doris的版本基础上进行二次开发，在底层进行大量优化，对外提供服务的一款商业化产品。

近几年Doris在技术圈非常的火，所以相信在未来会有越来越多的公司基于Doris进行二次开发，做出相关商业化产品。

以上就是Doris的一些初步的知识点，后面我们会挨个介绍Doris，然后基于Doris做一些实战相关的分享。