Apache Doris 是全球流行的开源 OLAP 分析引擎，在全球范围内拥有广泛的用户群体。目前，全球中大型企业用户已突破 2000 家 ，覆盖金融、互联网、能源、制造、通信、物流等数十个行业， 赢得了数万名用户的喜爱。在社区活跃度方面，目前项目已在 GitHub 获得近 10000 Star，汇集国内外近 600 名社区开发者，月度活跃贡献者数量连续数月位居全球大数据开源项目榜首，已成长为全球大数据领域最活跃的开源项目之一。
云数据库 SelectDB 版的核心优势
01 极致的查询性能
2022年10月，SelectDB凭借优异的技术表现登顶全球分析型数据库榜单 ClickBench，多项指标世界第一，并在业界最为通用的 c6a.4xlarge、500gb gp2 机型下排行全球第一。除此之外，SelectDB 在宽表聚合、多表关联和高并发点查场景下也表现出优异的性能。
▶︎在宽表聚合场景下，使用 SSB-FLAT 测试，SelectDB 是 ClickHouse 的 3.4 倍，是 Presto 的 92 倍，是业界标杆产品 Snowflake 的 6 倍。
▶︎在多表关联场景下，使用 TPC-H SF100 测试，SelectDB 的性能可达到 Redshift 的 1.5 倍，ClickHouse 的 49 倍，同时是业界标杆产品 Snowflake 的 2.5 倍。
▶︎在高并发点查场景下，使用 YCSB 测试集，SelectDB 在 10 列测试中，主键高并发点查能力提升 20 倍；在 100 列测试中，主键高并发点查吞吐是某云产品 H 的 2.5 倍，非主键高并发点查吞吐是某云产品 H 的 11 倍。
SelectDB如此卓越的性能主要得益于以下“黑科技”的支持：
▶︎更智能的全新查询优化器：SelectDB 采取更先进的 Cascades 框架、基于丰富的统计信息，实现了更智能化的自适应调优，在绝大多数场景无需任何调优和 SQL 改写即可实现极致的查询性能，同时对复杂 SQL 支持得更加完备，可完整支持 TPC-DS 全部 99 个 SQL。
▶︎MPP执行模型和自适应的并行执行引擎：SelectDB 采取 MPP 并行执行模型，可以充分利用节点间和节点内的并行计算能力，同时引入了自适应的 Pipeline 执行模型，由数据驱动控制流变化、减少了线程频繁创建和销毁带来的开销，实现了阻塞操作的异步化和资源池化以及更加系统资源的灵活分配，提升了 SelectDB 对于 CPU 多机多核的资源利用率，在混合负载场景下获得更高效的执行效率。
▶︎向量化执行引擎和执行算子优化：SelectDB 实现了全面向量化，包括查询、导入、Schema Change、Compaction、数据导出、UDF等，通过向量化减少虚函数调用与Cache Miss、进一步利用 SIMD 指令，充分发挥现代 CPU 的计算能力。同时通过对执行算子的优化，在宽表聚合和多表关联场景都获得了更高的查询性能。
▶︎丰富的索引结构和高效的存储引擎： SelectDB 支持前缀索引、ZoneMap、Bitmap、Bloom Filter、倒排索引等多种索引结构进行查询时数据剪枝优化。还引入行列混合存储以及行级 Cache，结合点查询短路径优化，最终实现点查询并发能力提升 20 倍。同时 SelectDB 还支持多种存储模型，可以针对使用场景进一步提升性能。
02 存算分离全新架构
基于阿里云成熟的云基础设施，云数据库 SelectDB 版采用云原生存算分离的架构，全量数据存储于价格低廉的对象存储 OSS 中，大幅降低了存储和计算的成本，经测算，使用云数据库 SelectDB 版所需成本仅是企业自建部署成本的1/5 - 1/2。
存储与计算的分离，带来的最大优势是存储和计算可以独立扩缩容、按需扩缩容。其次，为满足用户对同一份数据上的分析负载隔离的需求（例如，导入的工作负载与查询的负载进行隔离，Adhoc 的大查询负载和在线点查询的负载间相互隔离），避免不同负载间相互抢占资源，云数据库 SelectDB 版提供了同一个实例多个物理计算集群（Multi-Cluster）的特性，用户可按需创建多个计算集群但共享同一份数据，同时多集群之间的资源是物理隔离的，这样更好的保证了隔离性
03 融合统一的分析体验
云数据库 SelectDB 版可以提供融合统一的解决方案，可满足用户在多种典型的数据处理与分析场景的需求，在一套系统中即可完成点查询、报表分析、即席查询、ETL/ELT 等多种查询负载。同时，SelectDB在 ETL/ELT 场景性能表现优异，在相同资源下，其速度是 Hive 的 54 倍、Spark 的 12 倍。
与此同时，融合统一的特性离不开联邦查询能力和对半结构化数据的支持：
1. 联邦查询：Multi-Catalog 功能支持多种异构数据源的元数据自动映射与同步，目前已经支持 Hive、Hudi、Iceberg、DLF、MaxCompute、Elasticsearch、Trino、ClickHouse、Oceanbase 等数十种数据源，兼容世面上主流的开放湖仓格式和 Metastore，实现了便捷的元数据管理和数据打通，在此基础上可实现联邦查询。该能力的推出，不仅简化了系统搭建和运维过程，而且为用户提供更加统一的使用体验。
2. 半结构化数据类型的支持：支持 Array、JSON、Map 等复合数据类型和动态 Schema 特性，简化了结构化数据写入流程，降低了写入难度。此外还提供倒排索引、NGram BloomFilter 、BKD 索引等丰富的索引结构，可实现对结构化/半结构化数据的高效分析和处理。该能力使 SelectDB 在日志存储分析场景下比 Elasticsearch 更具优势，性价比较 Elasticsearch 提升 10 倍
云数据库 SelectDB 版可以提供融合统一的解决方案，可满足用户在多种典型的数据处理与分析场景的需求，在一套系统中即可完成点查询、报表分析、即席查询、ETL/ELT 等多种查询负载。同时，SelectDB在 ETL/ELT 场景性能表现优异，在相同资源下，其速度是 Hive 的 54 倍、Spark 的 12 倍。
与此同时，融合统一的特性离不开联邦查询能力和对半结构化数据的支持：
1. 联邦查询：Multi-Catalog 功能支持多种异构数据源的元数据自动映射与同步，目前已经支持 Hive、Hudi、Iceberg、DLF、MaxCompute、Elasticsearch、Trino、ClickHouse、Oceanbase 等数十种数据源，兼容世面上主流的开放湖仓格式和 Metastore，实现了便捷的元数据管理和数据打通，在此基础上可实现联邦查询。该能力的推出，不仅简化了系统搭建和运维过程，而且为用户提供更加统一的使用体验。
2. 半结构化数据类型的支持：支持 Array、JSON、Map 等复合数据类型和动态 Schema 特性，简化了结构化数据写入流程，降低了写入难度。此外还提供倒排索引、NGram BloomFilter 、BKD 索引等丰富的索引结构，可实现对结构化/半结构化数据的高效分析和处理。该能力使 SelectDB 在日志存储分析场景下比 Elasticsearch 更具优势，性价比较 Elasticsearch 提升 10 倍
04 极简易用的使用体验
阿里云云数据库 SelectDB 版为用户提供了极简易用的使用体验，具体表现在以下几个方面：
1. 提供丰富的导入方式：云数据库 SelectDB 版提供了丰富易用的数据导入方式，包括Stream Load、OSS Load 以及为打通周边大数据生态进行连接导入的 Connector插件等，可以满足用户实时小批量数据导入和批量数据导入和集成的需求。
2. 高效的数据更新能力：支持主键表（Unique Key）进行高效的数据更新，并对 Upsert、条件更新/条件删除、部分列更新、分区覆盖等各类更新提供了完备的支持，不仅满足高效灵活的数据更新需求，还可以对海量可变的数据更新提供支持。
3. 支持MySQL连接协议：云数据库 SelectDB 版支持MySQL连接协议。用户可以使用MySQL Client、JDBC 和 DBeaver来连接使用阿里云数据库SelectDB版，对于用户来说节省了很多学习成本，简单易用。
4. 可视化控制台：云数据库 SelectDB 版提供了可视化控制台，方便管理者及开发者对大量任务进行管理。
云数据库 SelectDB 版四大解决方案
01 在线高并发报表与分析
典型场景：
主要服务在线业务、大量用户实时访问的在线高并发报表与分析，典型场景包括广告营销报表、保险客户分析、物流实时看板、交易明细查询等。
现状分析：
传统解决方案面临的挑战包括数据从产生到可见的延时高（小时级），查询响应速度慢并发低（仅支持数十并发），同时易发生数据丢失或重复，服务可用性差等问题。
如何解决：
▶︎支持通过 HTTP / JDBC 实时导入、内置数据库 CDC 同步、数据流式导入等方式导入数据，可有效缩短数据延时。
▶︎利用行列混存、向量化执行引擎、预聚合模型等技术，结合分区分桶裁剪、索引裁剪、执行计划短路等手段，可大幅提升查询速度及并发度。
▶︎支持事务性两阶段导入，基于云的对象存储进行数据持久化，可实现数据不丢不重。
▶︎支持在线扩容、升级自动副本均衡，支持多集群互备容灾，可实现服务高可用。
方案收益：
▶︎可达到 100 万行/秒的实时写入，数据可见性最快可以做到秒级别。
▶︎可支撑单机 3 万 QPS 的高并发，查询延时 99 分位 200ms 以内。
02 用户画像与行为分析
典型场景：
通过用户画像分析，可以洞察用户的行为、兴趣、需求等信息，更好地把握用户的生命周期，为企业提供精细化的营销和服务；通过用户行为分析，可以实现个性化、精细化的运营，以更加灵活的方式触达用户，提升用户的体验。
现状分析：
传统解决方案面临的挑战包括计算分析过程复杂，难以实时响应查询；表结构不灵活，不适应灵活的业务变化（如添加或删除列）；同时，当用户数据发生变化时，原有数据无法实时更新。
如何解决：
▶︎支持丰富高效的行为分析、画像分析函数，可简化开发流程、提升开发效率。
▶︎支持高表正交位图技术，可实现画像场景的秒级圈人。
▶︎通过轻量级加减列以及动态表等技术，可支持行为分析业务属性频繁变动。
▶︎通过写时合并技术（MOW），可支持画像场景的宽表列实时更新。
方案收益：
▶︎在3000亿行为数据分析场景下，可实现平均延迟小于10s，P95延迟小于20s。
▶︎在千亿数据的用户画像分析场景下，可实现秒级人群预估、秒级10标签圈人和秒级100标签人群圈选。
03 日志存储与分析
典型场景：
日志对于保障系统、业务稳定性至关重要，常用于故障排查、监控告警等，企业需要构建统一的日志存储与分析平台。常见的日志种类有服务器日志、业务日志、网络设备日志、物联网日志等。
现状分析：
面对庞大的日志数量，日志场景需要同时实现高吞吐写入和实时可见性。且随着时间的推移，日志的规模不断增长，因此降低存储成本成为一个挑战。此外，日志场景往往还需要快速的文本检索能力，以便按关键字进行匹配查询，以满足故障排查等场景的快速响应需求。
如何解决：
▶︎采用客户端实时小批量写入、服务端内存攒批写入、时序 Compaction 机制等，可以优化写入吞度及实时性。
▶︎利用存储计算分离、列式存储、高压缩比算法等能力，可节约海量数据的存储成本。
▶︎利用倒排索引快速精准定位匹配的数据，结合时序存储模型特点和 TopN 查询的动态剪枝算法，显著提升日志检索与分析性能。
方案收益：
云数据库 SelectDB 版相较于传统方案，能够实现 4.2 倍的写入性能提升和 2.3 倍的查询性能提升，同时磁盘资源占用显著下降，空间占用仅是传统方案 1/5。
04 统一数据分析平台
典型场景：
大数据分析平台可以帮助企业有效地收集内部各种数据，为企业的各个领域（销售、营销、客户服务、运营、财务等）提供数据支持，促进企业决策的科学化和精细化。
现状分析：
传统的大数据平台解决方案包含多种组件，以及多个数据湖查询引擎和数据仓库系统。这些组件的组合可以满足客户的复杂大数据分析需求，包括 ETL、在线报表、即席分析和日志分析等。然而，这种解决方案存在复杂性高、性价比低、实时性差和开放性弱等问题。
如何解决：
▶︎可以通过 SQL 请求实现增量式导入数据湖中的数据，同时通过一套数据仓库系统即可满足 ETL、在线报表、日志分析等多种场景需求。
▶︎通过云数据库 SelectDB 版的联邦查询能力，实现统一的数据湖查询加速方案，可跨多个数据源进行数据查询，满足用户更高效、更灵活的数据处理需求。
▶︎兼容开源 Apache Doris，保证开放性，用户可以继续使用 Apache Doris，并且无缝衔接到云数据库 SelectDB 版。
方案收益：
▶︎可大幅降低计算存储冗余和架构复杂性，同时运维成本非常低、几乎不需要运维投入，不仅如此，使用成本也大幅降低，仅是原方案的 1/5。
▶︎在查询性能方面，相比 Presto 有 3~5 倍的速度提升；在数据 ETL 方面，性能相比 Spark 有 8+ 倍的速度提升。
快来关注
了解更多SelectDB：
https://www.aliyun.com/product/selectdb
加入钉钉群：
