一起养成写作习惯！这是我参与「掘金日新计划 · 4 月更文挑战」的第6天，点击查看活动详情。
1.1 开源OLAP引擎对比
MOLAP模式的劣势（以Kylin为例）
-
应用层模型复杂，根据业务需要以及Kylin生产需要，还要做较多模型预处理。这样在不同的业务场景中，模型的利用率也比较低。
-
由于MOLAP不支持明细数据的查询，在“汇总+明细”的应用场景中，明细数据需要同步到DBMS引擎来响应交互，增加了生产的运维成本。
-
较多的预处理伴随着较高的生产成本。
ROLAP模式的优势
-
应用层模型设计简化，将数据固定在一个稳定的数据粒度即可。比如商家粒度的星形模型，同时复用率也比较高。
-
App层的业务表达可以通过视图进行封装，减少了数据冗余，同时提高了应用的灵活性，降低了运维成本。
-
同时支持“汇总+明细”。
-
模型轻量标准化，极大的降低了生产成本。
综上所述，在变化维、非预设维、细粒度统计的应用场景下，使用MPP引擎驱动的ROLAP模式，可以简化模型设计，减少预计算的代价，并通过强大的实时计算能力，可以支撑良好的实时交互体验。
总结：
-
数据压缩率Clickhouse好
-
ClickHouse单表查询性能优势巨大
-
Join查询两者各有优劣，数据量小情况下Clickhouse好，数据量大Doris好
-
Doris对SQL支持情况要好
上图是整个Doris的具体使用场景，主要是它的接收数据源，以及它的一个整体的模块，还有最后它的一个可视化的呈现。后面会有一张更详细的图去介绍它整个的来源，以及最后可以输出的数据流向。
一般情况下，用户的原始数据，比如日志或者在事务型数据库中的数据，经过流式系统或离线处理后，导入到Doris中以供上层的报表工具或者数据分析师查询使用。
整体架构
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。
为什么要将这三种技术整合？
-
Mesa可以满足我们许多存储需求的需求，但是Mesa本身不提供SQL查询引擎。
-
Impala是一个非常好的MPP SQL查询引擎，但是缺少完美的分布式存储引擎。
-
自研列式存储：存储层对存储数据的管理通过storage_root_path路径进行配置，路径可以是多个。存储目录下一层按照分桶进行组织，分桶目录下存放具体的tablet，按照tablet_id命名子目录。
因此选择了这三种技术的组合。
