云数据仓库Doris在大数据产品矩阵的定位 icon

云数据仓库CDW Doris 产品概述 icon

云数据仓库CDW Doris：100% 兼容开源Apache Doris，是一款支持在线业务和多维分析的实时数仓产品，整体架构简洁易用，助力企业快速构建云上数据分析平台。

产品特点

简单易用

开箱即用、标准SQL、兼容MySQL协议。

极简运维、弹性伸缩

整体架构简洁；FE/BE均可水平扩展，且系统自动进行数据重分布。

安全可靠

全托管服务，SLA保障，FE节点高可用部署，数据多副本管理。

生态兼容

具备Doris on ES、 Iceberg External Table of Doris、兼容MySQL协议等能力。

云数据仓库CDW Doris产品核心优势 icon

生态丰富
兼容MySQL，兼容丰富的周边生态组件，多种数据导入方式，具备Doris on ES、 Iceberg External Table of Doris等能力。

简洁易用
通过控制台分钟级创建 CDW Doris 集群，并拥有完善的集群运维管控、监控告警等功能。用户无需关注底层基础设施，通过SQL语句便可专注于数据价值的分析。

功能完备
拥有完整的MPP分布式查询框架，支持单表聚合和多表Join。独特的数据模型，支持数据预聚合、实时更新和删除。覆盖OLAP多维分析、实时数据分析、高并发查询、统一查询等众多场景。

极致性能
Doris数据预聚合的特性减少了查询数据的扫描量，从而提升了查询性能。向量化的引入，充分利用了 CPU 的 SIMD 指令，极大提升了查询性能。

产品优势-高度兼容MySQL，兼容大数据生态 icon

MySQL

高度兼容MySQL协议，使用标准SQL。所有对MySQL生态友好的传统数仓业务，Doris都非常适合承接，可以直接融入到数仓生态中使用。

Hadoop

Doris不依赖其他组件，但兼容Hadoop体系，例如Flink、spark、kafka、ES、Hive等，非常适合简化数据链路，降低运维成本，并能够进行hadoop数仓加速。

产品优势-优秀的数据导入能力 icon

多种数据源 & 多种导入方式

Stream Load（本地文件）、Broker Load（HDFS数据）、S3 Load（对象存储COS）、Routine Load（Kafka 数据）、Flink Connector（支持exactly-once）、Spark Connector 、MySQL数据、写入、使用DataX导入、从 Logstash 导入。

Doris + Oceanus/Wedata

支持通过Oceanus实时写入doris，具备低代码ETL、分库分表、整库同步等能力，通过WeData实时写入（预计9月支持）。

结构化/半结构化

支持结构化和半结构化数据，目前已经支持json格式导入。

产品优势-跨源数据融合，联邦查询 icon

Doris on ES
Doris可以读取 Elasticsearch中存储的数据，为Elasticsearch提供强大的分布式SQL查询层。

Doris on Hive/Iceberg/Hudi
支持hive外表、iceberg外表，帮助企业完成湖仓一体架构。

ODBC/JDBC数据库
支持外表方式查询

支持ODBC/JDBC协议的所有数据库

产品优势——简洁易用 icon

极致产品体验，开箱即用，0成本运维

轻松上手

全托管产品：全托管云上服务，控制台快速创建集群，可按需定制集群配置。内核架构简洁：架构简洁，易扩展，使用便捷， FE/BE均可水平扩展，且系统自动进行数据重分布。高度兼容MySQL协议，可以直接使用任意MySQL客户端、BI工具。

0成本运维

弹性伸缩：控制台快速实现集群的水平扩缩容、垂直升降配等操作。集群基础运维：生命周期管理，参数配置，监控告警，日志检索。智能运维：账户权限，备份恢复，查询管理，冷热分层。

产品优势——功能完备 icon

多维分析
Doris支持上卷、下钻等多维操作、支持多表复杂join，支持列存储和数据预聚合加速查询效率。

实时分析、实时可更新数仓
Doris的更新模型，支持实时的数据更新删除。配合flink实时写入和更新，或订阅kafka，实现完整实时数仓链路。

离线Hadoop湖仓加速
通过外表方式支持读写仓/湖/es内数据，替换impala/presto，可以对架构进行优化，并提高大查询的吞吐能力。

高并发查询
通过使用分区裁剪，预聚合，谓词下推，向量化执行，异步RPC等技术，Doris可以支持高并发点查场景，100台集群可达10w QPS。

产品优势——极致性能 icon

预聚合
通过物化视图或上卷表的形式对数据预聚合计算后的结果进行存储，从而加速聚合类场景的查询效率。

向量化
向量化查询效率提升数据

3-5倍查询性能提升

列存
列式存储，按列进行数据的编码压缩和读取，能够实现极高的压缩比，同时减少大量非相关数据的扫描，从而更加有效利用 IO 和 CPU 资源。

现代化 MPP架构
可扩展，多副本自动均衡。

云数据仓库CDW Doris 架构-精准命中中小规模客户对实时数据分析的诉求 icon

FE负责元数据管理、查询的编译与分发、管理客户端连接等工作。FE高可用部署，包含：FE Leader/FE Follower/FE Observer三种角色。通过Paxos协议选主和主从同步元数据信息。FE的节点数为2n+1。BE 主要负责数据的存储、查询计划的执行，以及compaction，副本管理等工作。现代MPP架构，支持弹性伸缩。基于raft协议的分布式存储，支持数据自动均衡分布。多前端分布式元数据，高可用架构。多副本高可靠。

云数据仓库CDW Doris 内核版本升级 icon

云数据仓库 Doris 版 vs 开源自建 Doris icon

云数据仓库CDW Doris应用场景 icon

OLAP多维分析
用户行为分析

用户画像、标签分析、圈人

高维业务指标报表

自助式报表平台业务问题探查分析跨主题业务分析财务报表系统监控分析

实时数据分析
电商大促数据分析

教育行业的直播质量分析

物流行业的运单分析

金融行业绩效分析、指标计算

广告投放分析

管理驾驶舱

探针分析APM

高并发点查
广告主报表分析

零售行业渠道人员分析

SaaS行业面向用户分析报表

Dashboard多页面分析

统一分析
通过使用一套系统解决多维分析、高并发查询、预计算、实时分析、Adhoc查询等场景，降低系统复杂度和多技术栈开发与维护成本。

应用案例：小米 - 增长分析平台实践 icon

场景：利用用户行为数据对业务进行增长分析和精细化运营；增长分析查询非常灵活，涉及分析的维度多；决策具有实时性；业务发展迅速，需要增加新的分析维度。需求：需要存储和计算明细数据，需要一套支持近实时数据摄取，可灵活修改schema和即席查询的数据分析系统解决方案。痛点：灵活性差：小米已有的统计平台无法支持灵活的维度交叉查询，数据查询分析效率较低，复杂查询需要依赖于研发。成本高：单独搭建存储层和计算层组件（impala/presto依然需要依赖外部组件）。性能差：SparkSQL是基于批处理系统设计的查询引擎，在每个Stage之间交换数据shuffle的过程中依然需要落盘操作，完成SQL查询的时延较高。