01何时选择 Apache Doris
Doris 和 ClickHouse 都是主流实时分析数据库。对于现代数据团队的日常工作负载，Doris 在多方面更有优势。
↑2–10×
更快的关联查询
分布式多表关联，无需通过宽表规避关联操作。
MPP 架构结合基于代价的优化器，自动选择 Broadcast、Shuffle 或 Colocate Join。Doris 可完成全部 TPC-DS 查询，ClickHouse 则有约 50% 的查询无法完成。
↓70%
更低的成本
开源的存算分离架构。
计算资源弹性扩展，无需数据重均衡。开源 3.0 及以上版本即提供该成本模型，无需绑定商业云服务。
1000+
高并发查询
支持实时 UPSERT，同时保持查询速度。
写时合并在高频更新下保持稳定的读取性能。支持完整 ACID 和 MySQL 协议，并发查询可达数千，而非不足 100。
02精选案例
互联网规模企业的真实生产迁移：相同的 SQL 工作负载，不同的运行结果。
03核心差异
逐项比较，覆盖选型中的关键维度。
对比维度
Apache Doris推荐
ClickHouse
01系统架构
- MPP 分布式架构
- 兼容 MySQL 协议，支持标准 SQL
- CBO 自动优化
- Scatter-Gather 架构
- 类 SQL 的非标准语法
- 需要手动调优
02关联查询性能
- 跨节点分布式关联，速度达 2–10 倍
- CBO 自动选择 Join 策略
- 完整通过 TPC-DS 查询集
- 高效管理内存，避免内存溢出
- 依赖子查询与宽表建模
- 无 CBO，需要手动调优
- 约 50% 的 TPC-DS 查询失败
- 大查询容易发生内存溢出
03实时更新
- 写时合并引擎
- 强一致性，更新立即可见
- 高吞吐 UPSERT，性能不退化
- ReplacingMergeTree，最终一致性
- FINAL 导致 2–10 倍的性能下降
- 高频更新带来合并开销
04事务支持
- 完整的 ACID 事务
- 批量导入具备原子性
- 不支持事务
- 可能暴露部分写入的数据
05查询并发
- 数千并发查询，达到 10 倍以上
- 高效的内存管理
- 通常低于 100 并发
- 内存密集型工作负载影响集群稳定性
06数据 API 与湖仓
- Arrow Flight 高吞吐协议
- Hive / Hudi / Iceberg / Parquet
- 自动扩缩容与多副本均衡
- 仅支持 JDBC
- 湖仓集成能力有限
- 扩容需要手动重均衡
07存算分离
- 开源 3.0 及以上版本提供
- 弹性计算，扩容无需重均衡
- 成本最高降低 70%
- 仅商业云版本提供
- 计算与存储紧耦合，扩容需要重均衡
- 需要为峰值负载预留冗余资源
08开源许可证
- Apache 基金会，社区维护
- 由商业公司控制