老板说要降本又增效，我把Paimon搬进了Doris家，然后...

深夜的数据中心里，小王团队正在紧盯着监控大屏，一串串数字疯狂跳动。
双11临近，业务部门的需求像潮水般涌来：既要上亿级TPS的实时写入，还要毫秒级的查询响应…这些看似不可能完成的任务，压得团队几乎喘不过气。
在团队一筹莫展之际，一个意外的发现改变了一切。当Apache Doris遇上Apache Paimon，这对黄金搭档演绎出了一段数据湖仓的"速度与激情"…

Doris与Paimon演绎湖仓新故事

午后，我正在数据中台研发小组例会上发言。

“大家看下这张监控大屏，11.11活动期间的流量洪峰正在不断涌入，业务部门急需实时数据支撑。他们既要上亿TPS的实时写入能力，又要秒级查询响应……”

办公室里陷入一阵沉默。单拎传统数仓和数据湖的方案都难以完美满足这些需求：要么实时性不够，要么查询太慢，要么存储成本太高，要么…

"等等，我们何不试试Doris和Paimon的组合？"技术负责人小王眼前一亮。

没错，Apache Doris+Apache Paimon的最新湖仓一体化方案，正是为解决这类棘手问题而生。这套方案巧妙地将MPP查询引擎的高性能与LSM-Tree模型的实时写入能力完美结合，犹如一对默契的搭档：

• 数据实时入湖：借助 Paimon 的 LSM-Tree 模型，数据入湖的时效性可以降低到分钟级；同时，Paimon 支持包括聚合、去重、部分列更新在内的多种数据更新能力，使得数据流动更加灵活高效。

• 高性能数据处理分析：Paimon 所提供的 Append Only Table、Read Optimized、Deletion Vector 等技术，可与 Doris 强大的查询引擎对接，实现湖上数据的快速查询及分析响应。

在开源数据生态中，Paimon独辟蹊径，创新性地将数据湖格式与LSM树的优势融为一体。好比是给数据湖装上了"涡轮增压器"，让数据流动变得更加自如。而Doris则扮演着"智能大脑"的角色，通过独特的分布式查询优化技术，让每一次数据分析都快如闪电。

只需简单sql语句即可成型：

-- 如下所示，Doris 集群中已经创建了名为 paimon 的 Catalog（可通过 SHOW CATALOGS 查看）
-- 已创建，无需执行
CREATE CATALOG `paimon` PROPERTIES (
    "type" = "paimon",
    "warehouse" = "s3://warehouse/wh/",
    "s3.endpoint"="http://minio:9000"