https://jiajia.fun/qa/f5276787-%E8%AE%B2%E4%B8%80%E4%B8%8Bapache-doris%E6%98%AF%E4%BB%80%E4%B9%88-%E4%B8%BB%E8%A6%81%E5%BA%94%E7%94%A8%E5%9C%A8%E5%93%AA%E9%87%8C

# 讲一下apache doris是什么，主要应用在哪里

Doris 是百度 2018 年捐给 Apache 的开源 MPP 分析型数据库，现在由 SelectDB 主导商业支持。它最核心的定位是「一个引擎同时承接实时和离线」：以前做实时看板需要一套 Flink + ClickHouse、做 T+1 报表再套一套 Hive/Spark，Doris 想省掉这种多套系统并存的架构。 架构不复杂，两类进程。FE 是 Java 写的，负责元数据、连接管理、查询规划，多个 FE 用 Paxos 类共识选主，Master 挂了自动切换；BE 是 C++ 写的，负责存储和执行，数据切成 Tablet 默认三副本、写入要多数派确认，节点故障自动摘除并从健康副本补数据。早期版本还依赖 Broker 读外部存储，现在基本不需要了。部署上有存算一体（FE+BE）和存算分离两种形态，后者这两年推得多，弹性扩缩容更省成本。对外用 MySQL 协议，标准 SQL 配上 BI 工具就能直连，这也是它比 ClickHouse 好上手的地方——CK 的 SQL 方言和 join 能力是常年槽点。 导入侧是它的强项：Kafka 实时消费、MySQL binlog CDC、对象存储/湖仓批量导入都原生支持，微批 + 内存表让数据秒级可见。查询上向量化执行、CBO 优化器、物化视图和倒排索引都是标配，这两年又加了向量检索，想做「结构化过滤 + 语义召回」的混合检索可以塞进一个引擎里。 实际落地就几类：互联网的报表和即席查询（业务自己写 SQL 出数，不排队等数仓开发）、实时大屏和监控、用户行为/漏斗/留存分析、日志与可观测性（替代 ELK 里 ES 那部分聚合查询，成本低一个量级）、湖仓查询加速（直接查 Hudi/Iceberg/Paimon 外表）。官网列的客户有美团、快手、京东、小米、顺丰、网易、米哈游、MiniMax、智谱，还有福特、比亚迪这些车企。 几个要提前想清楚的边界。它擅长的是大宽表聚合、多表 join 的报告型负载，不是高并发点查和事务——那种场景该用 KV 或 OLTP 库。单表行宽和高基数的精确去重（比如 UV 精确统计）有成本，得靠 bitmap 近似或者接受资源开销。小数据量（百 GB 以内、几台机器）用它有点杀鸡用牛刀，DuckDB 或 ClickHouse 单机更省事。如果你是想给某个项目做用户行为分析或者日志检索，说一下大概的数据量和查询模式，我帮你判断值不值得上。
