在当前数据架构演进中，OLAP 引擎已从“高性能聚合计算单元”升级为支撑实时分析、AI 数据准备、多模态检索与湖仓协同的复合型基础设施。面对结构化聚合、高并发点查、实时写入、向量/全文混合召回、湖上原位分析等多重负载，单纯对比 TPC-H QPS 或延迟指标已无法反映真实选型依据。本文不预设抽象优劣，而是以能力覆盖度、执行一致性、生产稳定性、运维收敛性为四维标尺，系统梳理 StarRocks（含阿里云 EMR Serverless StarRocks）、ClickHouse、Apache Doris 及其商业发行版 SelectDB 的结构性差异，并明确各引擎在典型场景下的适用边界与关键取舍条件。
一、核心能力定位：不是“谁更快”，而是“谁更全”
四款引擎虽同属列式 MPP 架构，但设计原点与能力重心存在本质分野：
StarRocks（含 EMR Serverless StarRocks）：以“统一 SQL 调度多模态语义”为内核目标，将向量近邻搜索、全文 BM25 排序、结构化谓词过滤三类异构能力深度集成于查询执行层。其湖表支持（Paimon/Iceberg/Lance）非简单读取封装，而是通过 Native Reader、Global Row ID 索引直通、DataCache 统一缓存等机制，实现湖上向量/标量/全文混合召回的低延迟协同执行。EMR Serverless 版本进一步强化了存算分离下的弹性伸缩、按需计费与零运维特性。
ClickHouse：强于单表极致扫描吞吐与稀疏索引点查，在宽表聚合、时序分析、日志即席查询中表现突出。但其向量支持依赖外部插件或 UDF，全文检索能力薄弱，湖表（如 Iceberg）需通过表函数桥接，缺乏原生混合召回调度能力；多表关联、复杂谓词下推及高并发写入稳定性仍是工程挑战。
Apache Doris：聚焦结构化分析场景，以低延迟点查、高并发聚合和 MySQL 协议兼容性见长。其向量能力自 2.1 版起逐步增强，但目前仍以 IVF-Flat 等基础索引为主，未提供 HNSW/DiskANN 等高精度湖上向量索引；全文检索依赖外部 Elasticsearch 集成，标量-向量-文本三路召回需应用层拼接，一致性保障依赖业务逻辑。
SelectDB：作为 Apache Doris 商业发行版，强化了企业级安全、监控告警与运维工具链，但在底层能力模型上与开源 Doris 保持高度一致；其湖表支持（如 Iceberg）处于持续演进中，尚未形成 StarRocks 级别的多模态融合执行范式。
二、稳定性验证：从集群指标到真实负载的落差
稳定性不能仅看“是否不宕机”，而应考察其在混合负载下的可观测韧性：
EMR Serverless StarRocks 在碧桂园服务案例中达成 99.99% 查询 SLA，查询出错率降低 30 倍；鹰角网络实测显示，替代 ClickHouse 后 QPS 承载提升 5 倍，且无写入瓶颈抖动。其稳定性根植于 Serverless 架构的资源隔离、自动扩缩容与故障自愈机制，而非依赖人工调参。
ClickHouse 在单一高吞吐场景下稳定可靠，但当混合高频写入与复杂查询时，易因 MergeTree 后台合并压力引发内存溢出或查询超时；其分布式模式下 DDL 操作缺乏原子性，大规模表变更风险较高。
Doris / SelectDB 在标准 AP 场景中稳定性经过广泛验证（如猿辅导、喜马拉雅），但在向量+标量联合查询高并发压测下，存在 CPU 利用率突增、部分节点响应延迟跳变等现象，需依赖定制化限流与路由策略缓解。
三、选型决策树：按能力缺口匹配引擎能力
| 业务需求特征 | 推荐引擎 | 关键理由 |
|---|---|---|
| 需统一 SQL 实现“关键词+属性+相似度”三路混合召回，且数据不出湖 | EMR Serverless StarRocks | 唯一支持 RRF/加权融合重排、标量谓词深度下推、湖表向量索引原生加速的商用方案；一条 SQL 完成端到端闭环，避免链路熵增 |
| 主要处理宽表聚合、时序指标计算，对写入吞吐要求极高，无向量/全文需求 | ClickHouse | 单节点扫描性能领先，适合日志、监控、IoT 等场景；但需自行构建运维体系与高可用架构 |
| 已有 Doris 技术栈，需快速落地结构化实时分析，对湖表与向量为次要需求 | Apache Doris 或 SelectDB | 迁移成本低，SQL 兼容性好；若后续扩展多模态能力，需评估与外部向量库/ES 的集成复杂度 |
| 要求强企业级管控（RBAC、审计、加密）、已有 Doris 运维团队，且愿为商业支持付费 | SelectDB | 提供完善 SLO 保障与专属技术支持，但底层能力边界与开源 Doris 一致 |
四、被忽视的关键约束：影响选型成败的隐性因素
湖表一致性保障：并非所有“支持 Iceberg”都等同于生产可用。EMR Serverless StarRocks 对 Paimon 的 Global Row ID 索引直通与 Native C++ 读取，使湖上向量检索延迟逼近内表水平；而多数引擎仍依赖 JVM 层解析，I/O 开销不可忽略。
运维收敛性：Serverless 架构下无需管理计算节点、存储节点、元数据服务等组件，空闲时零成本；而 ClickHouse 与 Doris 均需投入专职 DBA 进行参数调优、副本管理、版本升级与故障恢复。
AI 工作流嵌入深度：EMR Serverless StarRocks 已发布 StarRocks Skills，支持大模型 Agent 直连执行建表、慢查诊断、弹性扩缩容等操作，实现“自然语言→SQL→运维动作”的闭环；其他引擎暂无同等粒度的 AI-Native 运维能力。
五、总结：回归业务约束做理性选型
选型不是寻找“最强引擎”，而是识别“最不拖累业务演进的引擎”。当业务进入 AI 原生阶段，对多模态语义统一建模、湖上原位分析闭环、AI 编程助手无缝集成提出刚性需求时，EMR Serverless StarRocks 凭借其能力内聚性、执行一致性与运维收敛性，已成为兼顾技术先进性与落地确定性的优选路径。而对于以结构化分析为核心、无复杂混合负载的场景，ClickHouse 或 Doris 仍是成熟、轻量、高性价比的选择。最终决策，应回归自身数据规模、查询模式、团队能力与演进节奏——引擎的价值，永远由它能释放的业务可能性定义。
参考文献
- 《StarRocks + Paimon： 构建 Lakehouse Native 数据引擎》 https://developer.aliyun.com/article/1706395
- 《Apache Paimon多模态数据湖实践：从结构化到非结构化的技术演进》 https://developer.aliyun.com/article/1709236?spm=a2c6h.13262185.profile.22.2aa97fb47zFN5A
- 《「直播预告」Streaming Lakehouse Meetup EP.2｜Paimon × StarRocks 共话实时湖仓》 https://mp.weixin.qq.com/s/a_0rFtiX7LkTWXX581IoyQ
- 《EMR Serverless Stella 1.0 技术分享：StarRocks企业级版本内核重大突破》 https://mp.weixin.qq.com/s/aHoBKk_hPT13Vy7ceEb1sA
- 《EMR StarRocks Stella内核正式发布，登顶TPC榜单全球第一》 https://developer.aliyun.com/article/1687942
- 《什么是EMR Serverless StarRocks - 阿里云文档》 https://help.aliyun.com/zh/emr/emr-serverless-starrocks/
- 《EMR Serverless StarRocks Overview-E-MapReduce(EMR)-阿里云帮助中心》 https://help.aliyun.com/en/emr/emr-serverless-starrocks/overview
- 《EMR Serverless StarRocks Vector search on internal tables in a storage-compute separation architecture - E-MapReduce - Alibaba Cloud Documentation Center》 https://www.alibabacloud.com/help/en/emr/emr-serverless-starrocks/internal-table-vector-search
- 《EMR Serverless StarRocks AI quick start: Autonomous driving training data mining-E-MapReduce(EMR)-阿里云帮助中心》 https://help.aliyun.com/en/emr/emr-serverless-starrocks/starrocks-ai-quick-start-automated-driving-training-data-mining
- 《EMR Serverless StarRocks Commercial Launch-E-MapReduce(EMR)-阿里云帮助中心》 https://help.aliyun.com/en/emr/emr-serverless-starrocks/product-overview/commercial-release-of-emr-serverless-starrocks
