Doris，新一代实时数仓核心基础设施

起源发展

Apache Doris是一款开源的、面向实时分析的分布式MPP（大规模并行处理）数据库系统，其前身是百度Palo项目。

• 2012年为了满足数据量快速增长和实时分析的迫切需求，百度开始着手研发Palo；
• 2017年将其捐赠给Apache基金会并更名为Doris， 之后进入Apache孵化器，迅速吸引了包括美团、京东、小米等互联网企业的关注，在架构和能力上获得了非常大的改进，支持数千节点级的扩展，引入向量化执行引擎，TPC-H性能提升3-5倍，并实现了存算分离架构原型；
• 2022年正式毕业成为顶级项目，并于2023年发布2.0版本，支持事务型分析能力。

核心特点

作为新一代实时分析型数据库，Doris具有以下的核心技术特点，这些特性共同构成了其在OLAP领域的核心竞争力。

• 极速分析能力

Doris采用MPP并行计算框架，查询任务可自动拆分为多个子任务，在后端节点并行执行实现线性扩展。支持列式存储引擎和向量化执行引擎，基于SIMD指令集的批量处理模式，LLVM动态编译优化，关键算子性能提升3-5倍。

• 实时分析能力

Doris具有高效的更新能力，主键模型支持UPSERT操作和部分列更新技术，避免全行重写开销，Kafka的实时流摄入能够将延时控制毫秒级，通过预聚合Rollup自动匹配查询和增量刷新机制，物化视图能够捕获数据秒级变化，实现实时查询。

特性	Doris	Hadoop生态(Hive+Spark)