#概览

• Doris 也太懒了吧...

#面试题

#doris 和 clickhouse 对比？

• 场景支持
  • doris 一站式解决多场景需求
    • 同时支持实时和离线数据应用。支持多种方式导入数据
      • 实时。stream load/routine load
      • 离线。broker load/spark load
    • 即席查询（ad-hoc 查询）。
    • 多表关联。复杂 join 查询
    • 湖仓一体，多源联邦查询
    • 可满足多种场景：实时数仓、离线数仓、ad-hoc 查询、报表看板、用户画像、日志与事件分析
  • clickhouse 侧重单表高性能分析
    • 单表大规模聚合、时序数据查询
    • 缺点。多表 join 性能弱，事务支持不足，批量导入复杂
• 架构设计
  • doris。fe + be 分层，组件少，运维简单
    • 运维工具多。doris-manager，doris-kubernetes-operator
    • 弹性扩展。支持节点动态增删、无数据迁移成本
  • clickhouse。去中心化架构，运维复杂
    • 元数据依赖外部组件（zookeeper）
    • 副本同步依赖表引擎配置，跨节点一致性难保证
    • 扩展需手动调整分片，运维成本高
• 功能特性
  • 数据导入
    • doris 支持 stream/routine/broker/spark，支持断点续传，事务回滚。还有 X2Doris 可视化同步数据至 doris
    • clickhouse 依赖外部工具，原生导入工具少，无事务保障
  • 事务与一致性
    • doris 支持 acid 事务，两阶段提交（2pc）确保分布式一致性
    • clickhouse 无完整事务，并发写入易出现数据不一致
  • 数据模型
    • doris 支持 3 种数据模型：Duplicate/Aggregate/Unique，支持动态 schema 变更
    • clickhouse 以 MergeTree 为主，模型单一，schema 变更成本高
  • 湖仓一体
    • doris 支持 hudi/iceberg/paimon，支持物化视图加速数据湖查询
    • clickhouse 需自定义开发
• 性能表现
  • 复杂查询，多表 join 性能高
    • doris。mpp 架构+智能优化器（RBO+CBO+HBO）
    • clickhouse。单表查询快，但多表 join 依赖 hash join，大表关联易 OOM
  • 写入性能。高吞吐+低延迟均衡
    • doris。客户端直连 BE + 异步刷盘，支持每秒数万条写入，延迟秒级
    • clickhouse。写入性能强劲，但并发写入易引发Merge风暴，导致查询卡顿
  • 稳定性
    • doris。Compaction 后台异步执行，不阻塞读写，支持自动故障转移
    • clickhouse。Merge 操作占用大量资源，易导致集群不稳定，节点故障恢复复杂
• 运维与生态
  • 部署。一键部署工具（Doris Manager），可视化运维
    • 监控。内置完善监控指标，对接 Prometheus/Grafana
    • 升级。支持滚动升级，无停机风险
  • 社区生态
    • doris。apache 社区，社区活跃
    • clickhouse。社区活跃，