一、Apache Doris概览

Apache Doris是一个现代化的MPP分析型数据库（OLAP）产品。仅需亚秒级响应时间即可获得查询结果，有效地支持实时数据分析。Apache Doris的分布式架构非常简洁，易于运维，并且可以支持10PB以上的超大数据集。

Doris 由百度大数据部研发 ( 之前叫百度 Palo，2018年贡献到 Apache 社区后，更名为 Doris )，在百度内部，有超过200个产品线在使用，部署机器超过1000台，单一业务最大可达到上百 TB。

Doris 主要整合了google Mesa（数据模型），Apache Impala（MPP Query Engine)和Apache ORCFile (存储格式，编码和压缩) 的技术。

二、Doris使用场景

下图是整个 Doris 的具体使用场景，可以接入多数据源，基于Doris引擎进行数据处理和存储，最后是一个可视化的呈现。

在数据分析处理框架中，Doris 主要做的是 Online 层面的数据服务，主要处理的是数据分析方面的服务。

Doris的特点：

• 同时支持高并发点查询和高吞吐的Ad-hoc查询
• 同时支持离线批量导入和实时数据导入
• 同时支持明细和聚合查询
• 兼容MySQL协议和标准SQL
• 支持Rollup Table和Rollup Table的智能查询路由
• 支持较好的多表Join策略和灵活的表达式查询
• 支持Schema在线变更
• 支持Range和Hash二级分区

三、Doris 系统架构

Doris 的整体架构和 TiDB 类似，借助 MySQL 协议，用户使用任意 MySQL 的 ODBC/JDBC以及MySQL 的客户端，都可以直接访问 Doris。

Doris 中的模块包括 FE 和 BE 两类：FE 主要负责元数据的管理、存储，以及查询的解析等；一个用户请求经过 FE 解析、规划后，具体的执行计划会发送给 BE，BE 则会完成查询的具体执行。BE 节点主要负责数据的存储、以及查询计划的执行。

目前平台的 FE 部分主要使用 JAVA，BE 部分主要使用 C++。

Doris 的架构很简洁，只设 FE(Frontend)、BE(Backend)两种角色、两个进程，不依赖于外部组件，方便部署和运维。FE和BE 都可线性扩展。

FE 主要有三个角色，一个是 leader，一个是 follower，还有一个 observer。leader 跟 follower，主要是用来达到元数据的高可用，保证单节点宕机的情况下，元数据能够实时地在线恢复，而不影响整个服务。

右边 observer 只是用来扩展查询节点，就是说如果在发现集群压力非常大的情况下，需要去扩展整个查询的能力，那么可以加 observer 的节点。observer 不参与任何的写入，只参与读取。

数据主要都是存储在 BE 里面，数据的可靠性由 BE 保证，BE 会对整个数据存储多副本或者是三副本。副本数可根据需求动态调整。

四、Doris 用户

Doris社区刚刚起步，社区活跃度比较低。目前核心用户是百度，还有小米和美团。