Doris構建資料倉庫：

ClickHouse和DorisDB的對比：

標準SQL語言支援

ClickHouse：不支援標準SQL語言，無法直接對接主流的BI系統。

DorisDB：支援標準的SQL語言，相容MYSQL協議，可以直接對接主流的BI系統。

分散式Join

ClickHouse：幾乎不支援分散式Join，在分析模型上僅支援大寬表模式。

DorisDB：支援各種主流分散式Join，不僅支援大寬表模型，還支援星型模型和雪花模型。

MPP架構

ClickHouse：Scatter-Gather模式，聚合操作依賴單點完成，操作資料量大時存在明顯效能瓶頸。

DorisDB：現代化MPP架構，可以實現多層聚合，能夠執行復雜的SQL查詢，大表Join，高基數聚合查詢等。

精度去重

ClickHouse：對高基數列進行精確去重操作時，受限於單點聚合的處理方式，效能瓶頸明顯。

DorisDB：現代化MPP架構，可以實現多層聚合，能有效利用多機資源，保證查詢效能。

Exactly Once語義

ClickHouse：資料匯入無事務保證，無法保證資料寫入的“不丟不重”，訂單類場景無法使用。

DorisDB：資料匯入有事務保證，可以很容易地實現Exactly Once語義，資料匯入“不丟不重”。

叢集擴容

ClickHouse：傳統MPP資料分佈方式，資料擴容時需要進行資料重分佈，需要人工操作，工作量巨大，影響線上服務。

DorisDB：現代化MPP資料分佈方式，擴容只需要遷移部分資料分片走即可，系統自動完成，不影響線上服務。

運維

ClickHouse：分散式方案依賴Zookeeper，在叢集擴大時，Zookeeper會變成效能瓶頸，額外運維和維護成本高。

DorisDB：不依賴任何外部系統，整個系統只要兩種程序，自動故障恢復，極簡運維。

社群生態

ClickHouse：整個開源社群被俄羅斯把持，在中國沒有商業化公司支援，使用上規模後技術支援無法保證。

DorisDB：開源社群的核心研發都是中國人，在國內有商業化公司支援，服務更加本地化，技術支援無障礙。

GreenPlum和DorisDB的對比：

效能

GreenPlum：--

DorisDB：相同硬體條件下，5-10倍的效能優勢。

實時分析

GreenPlum：無法對實時資料進行增量聚合計算，較難支援實時資料的分析。

DorisDB：新型的聚合表機制，可以支援實時資料的增量聚合計算，更好的支援DWS層和ADS層服務，更好的支援實時資料的分析。

OLAP多維查詢加速

GreenPlum：無加速方案。

DorisDB：新型的預聚合機制，能做到資料自動更新，查詢智慧路由，令多維查詢速度提升10倍以上。

高併發查詢

GreenPlum：傳統MPP資料分佈方式，小查詢會極大消耗叢集資源，無法實現高效併發查詢。並且master只有單節點提供服務，master達到效能瓶頸時無法擴容。

DorisDB：現代化MPP資料分佈方式，資料按照分片的方式儲存，小查詢只需要用到部分機器資源，能極大的提高併發查詢量，並且各模組均可線性擴充套件。

儲存結構

GreenPlum：無按列排序支援。

DorisDB：可按照指定列進行排序，更快的查詢速度，更高的資料壓縮比。

高可用

GreenPlum：傳統MPP資料釋出方式，資料擴容時需要進行資料重分佈，需要人工操作，工作量巨大，影響線上服務。

DorisDB：現代化MPP資料分佈方式，擴容時只需要遷移部分資料分片即可，系統自動完成，不影響線上服務。

叢集擴容

GreenPlum：分散式方案依賴Zookeeper，在叢集擴大時，Zookeeper會變成效能瓶頸，額外運維和維護成本高。

DorisDB：不依賴任何外部系統，整個系統只要兩種程序，自動故障恢復，極簡運維。

資源利用效率

GreenPlum：各節點備份節點不接受查詢請求，計算資源浪費。無法支援統一張資料表冷熱資料存放在不同的儲存介質，無法有效利用SSD為熱資料查詢加速。

DorisDB：所有節點都可參與查詢處理，提高硬體資源利用率。支援將冷資料存放在不同的儲存介質中，支援利用SSD為熱資料查詢加速。

大資料規模

GreenPlum：由於叢集擴容代價太大，所以很難支援較大的資料規模。

DorisDB：叢集擴容代價小，可以支援10PB量級資料規模。

總體持有成本

GreenPlum：由於叢集擴容代價太大，無法經常進行擴容操作，導致必選提前準備未來較長時間的機器資源和軟體授權費，並且叢集資源會處於利用率不高的狀態。

DorisDB：叢集擴容代價小，可以按需進行逐步擴容，總體持有成本低，叢集資源利用率高。