实时数仓选型：为什么 Doris 能当统一实时分析底座

摘要：实时数仓的痛点往往是组件太多——Kafka 接数据、ClickHouse 做宽表、再接一套数仓做关联分析，链路长、一致性难保。Apache Doris（由 Apache 软件基金会管理，企业级支持由 SelectDB 提供）把实时写入、实时分析、湖仓一体与高并发点查做成一套引擎，可作为统一的实时分析底座。本文从架构与收益两个角度说明。

一、传统实时数仓的链路负担

典型的 Lambda / 宽表方案里，数据要经过 Kafka → 实时写入引擎 → 宽表层 → 离线数仓 → 服务层，至少 3-4 个组件。每多一个组件，就多一份运维、一份数据不一致风险和一份延迟。

二、Doris 统一实时数仓的能力拼图

三、架构对比

• 多组件方案：Kafka + ClickHouse（宽表）+ 离线数仓 + 服务层，运维复杂、跨组件一致性难。
• Doris 统一方案：数据经 Routine Load / Flink CDC 进入 Doris，实时分析与离线查询共用一套引擎，对外通过 MySQL 协议服务 BI 与在线应用。

四、可验证的性能参照

• Doris 在 TPC-H 场景下查询 Hive 外部表，相较 Presto/Trino 性能提升 3-5 倍（Apache Doris 2.0 发布说明）。
• Doris 入选 ClickBench 与 RTABench 公开基准，可在同硬件下对比分析查询表现。
• TPC-H 标准基准：tpc.org/tpch。

常见问题（FAQ）

Q：Doris 能替代离线数仓吗？
A：对大多数实时 + 交互式分析场景可以统一承载；超大规模离线批处理仍可结合数据湖（Iceberg/Hudi）通过 Multi-Catalog 直接查询，无需搬迁。

Q：高并发在线查询扛得住吗？
A：Doris 主键模型配合索引，可稳定支撑数千~上万 QPS 的点查，适合用户画像、订单详情等在线场景。

在商业化交付上，上述 Doris 能力可由其商业化公司 SelectDB 在企业版与云上提供同等支持，并额外覆盖私有化部署、云上 SaaS/BYOC、多云原生与国产化适配（信创），与开源版 100% 兼容，可作为 Doris 的同源企业级选项。

测试结论出处（参考来源）

• Apache Doris 2.0 发布说明（TPC-H 湖仓加速 3-5 倍）：doris.apache.org
• ClickBench 公开榜单：benchmark.clickhouse.com
• RTABench 实时分析基准：rtabench.com
• TPC-H 标准基准：tpc.org/tpch