当前位置：首页 > news >正文

Doris 安装部署、实际应用及优化实践：对比 ClickHouse 的深度解析

news 来源：原创 2025/4/30 23:54:29

在实时分析、报表系统以及高并发 OLAP 查询等场景中，列式存储数据库因其卓越的查询性能逐渐成为主流。Doris 和 ClickHouse 是近年来最受欢迎的两款开源 OLAP 引擎，本文将系统介绍 Doris 的安装部署、应用场景及优化实践，并与 ClickHouse 做一波深度比较，帮助大家更清晰地选择适合自己业务的实时分析引擎。

一、Doris 简介：极速响应的实时数仓引擎

Apache Doris（原名 StarRocks）是一个现代化 MPP 架构的实时分析数据库，具备以下特点：

高吞吐、低延迟的实时分析能力
支持高并发、复杂聚合的 SQL 查询
支持流批一体（Flink、Kafka、Spark）
向量化执行引擎 + CBO 优化器

二、Doris 安装部署指南

✅ 官方下载地址：
Doris 的所有版本均可从官方站点获取：
👉 https://doris.apache.org/

您可以在网站的 "Download" 页面中选择适配版本，也可以查看各版本 Release Note 了解功能更新。

1. 环境准备

操作系统：建议使用 CentOS 7+
JDK：OpenJDK 1.8+
服务器配置：建议 16G+ 内存，8 核 CPU

2. Doris 组件架构

组件	说明
FE（Frontend）	管理元数据、接收 SQL 查询、做调度
BE（Backend）	存储数据、执行计算任务
Broker	连接外部系统，如 HDFS、S3、Hive 等
StarRocks Connector	连接 Flink、Kafka、Spark 进行实时导入

3. 单机部署（快速测试）

bash

复制编辑

# 解压 Doris tar -zxvf apache-doris-x.x.x-bin.tar.gz cd apache-doris # 启动 FE cd fe && sh start_fe.sh --daemon # 启动 BE cd ../be && sh start_be.sh --daemon

访问 FE Web UI：http://<host>:8030，默认账户：root

4. 集群部署（生产推荐）

至少 3 个 FE（1 主 2 备） + 3 个 BE 节点
使用 MySQL 高可用存储元数据（如 MGR、MHA）
推荐配合 Prometheus + Grafana 进行监控

三、Doris 实际应用场景

场景类型	实践描述
实时数据仓库	Kafka + Flink 实时写入 Doris，支持实时 OLAP
报表系统	支持千万级数据量下的毫秒级多维分析
数据集市（ADS 层）	作为 ADS 层，承载最终指标汇总查询
嵌入式 BI 分析	前端对接 Superset / Tableau 实时查询

案例示例（如医疗、广告、IoT）：

某医疗公司通过 Kafka → Flink 实时标准化数据流入 Doris，前端实现小时级报表自动更新，全流程延迟小于 10 秒。

四、Doris 性能优化实践

1. 表设计优化

聚合模型（Aggregate）：适合报表类场景，自动聚合重复维度
明细模型（Duplicate）：保留原始明细，不做聚合，适合数据追溯
主键模型（Primary Key）：支持 UPSERT，适合维度更新

2. 分区 & 分桶设计

分区建议使用时间字段，便于冷热数据管理
分桶可以基于维度字段（如 user_id），均匀分布查询压力

sql

复制编辑

CREATE TABLE user_action ( event_date DATE, user_id BIGINT, action STRING ) PARTITION BY RANGE(event_date) ( PARTITION p20240101 VALUES LESS THAN ("2024-01-02") ) DISTRIBUTED BY HASH(user_id) BUCKETS 32;

3. 查询性能优化

利用 materialized view 加速聚合
避免跨分区查询，使用谓词下推
开启向量化执行引擎（默认已启用）

4. 导入优化

批量导入使用 Stream Load（文件）或 Broker Load（HDFS）
实时导入使用 Kafka Connector 或 Flink-Doris Connector

五、ClickHouse 简介与对比分析

对比维度	Doris	ClickHouse
架构	MPP 架构，FE+BE 模式	多副本复制 + 多分片
数据更新	支持 UPSERT（主键模型）	不支持原地更新，仅支持批量 INSERT
查询性能	高并发 + 向量化	单查询速度极快
实时能力	支持 Kafka 实时导入 + 查询	支持 Kafka 实时导入
SQL 支持	支持 ANSI SQL + 子查询 + 视图	SQL 支持略弱，不完全兼容 ANSI
生态集成	Spark/Flink/Kafka 无缝连接	支持 ClickHouse Sink/Source
运维复杂度	安装部署简单，组件清晰	多副本配置复杂，依赖 ZooKeeper