Doris 是什么
Apache Doris 是 MPP 架构的实时分析数据库，集群由 FE 与 BE 两类进程组成：FE 负责元数据管理、查询规划与调度，BE 负责数据存储与计算执行。它兼容 MySQL 协议，用普通 MySQL 客户端就能连接，BI 工具接入成本很低。Doris 的强项是高并发点查与多维分析，配合物化视图、位图和 HLL 等结构，能在秒级响应看板查询。
基本信息
| 架构 | FE 负责元数据与规划，BE 负责存储与执行 |
|---|---|
| 连接协议 | 兼容 MySQL 协议，可用 MySQL 客户端连接 |
| 典型场景 | 实时报表、高并发点查、多维分析 |
| 常用特性 | 物化视图、Bitmap、HLL 近似去重 |
| 数据模型 | 明细、聚合、主键（Unique）三类 |
典型使用场景
- BI 看板高并发查询：几十到上百并发的小查询，比走离线引擎更稳定
- 实时报表：上游写入后立即可查，省掉「导入数仓再等调度」的链路
- 明细下钻：明细模型保留原始行，支持任意维度组合过滤
- 去重统计（日活、去重下单人数）：用位图或 HLL 在毫秒级得到结果
- 充当数仓的对外服务层：ADS 结果直接落在 Doris 供应用查询
建库建表
建库建表
CREATE DATABASE IF NOT EXISTS dw;
CREATE TABLE dw.dws_trade_store_day (
dt DATE NOT NULL,
store_id VARCHAR(32) NOT NULL,
order_cnt BIGINT SUM DEFAULT '0', -- 聚合列：同 KEY 自动累加
pay_amt DECIMAL(18,2) SUM DEFAULT '0'
)
AGGREGATE KEY(dt, store_id)
DISTRIBUTED BY HASH(store_id) BUCKETS 16;
-- DISTRIBUTED BY 决定数据散列到各 BE 的方式，BUCKETS 为分桶数查询与执行计划
查询与执行计划
-- 近似去重：日活统计，性能远好于精确去重
SELECT dt, bitmap_union_count(user_bitmap) AS uv
FROM dws_user_active_day
GROUP BY dt;
-- 上生产前看执行计划，确认分区裁剪与预聚合是否生效
EXPLAIN SELECT store_id, sum(pay_amt)
FROM dws_trade_store_day WHERE dt='2026-10-13' GROUP BY store_id;三种表模型
| 表模型 | 写入方式 | 适合场景 |
|---|---|---|
| 明细模型 | 追加写入，不做去重 | 保留全部明细行，支持任意下钻 |
| 聚合模型 | 按 KEY 预聚合，同 KEY 自动合并 | 固定维度组合的汇总指标 |
| 主键模型 | 按主键更新，保留最新版本 | 需要覆盖更新的维表或状态表 |
Doris 单表就能支撑较高并发查询，适合直接承接 BI 看板；它不承担复杂数据血缘与批量重算，这些仍留在离线数仓里，Doris 更像离线的服务出口。
分区分桶决定查询与导入效率：分区常按时间切分，分桶把数据散到各个 BE。分区过细会产生大量小文件，分桶过多会让小查询调度开销上升，建议先按数据量与并发量估一个量级，再随负载调整。