Apache Doris 是一个开源的实时数据仓库，由 Doris Summit Asia 2024 的创始人兼 PMC 成员马如悦介绍。该项目自 2013 年创建，2017 年开源，已成为 Apache 顶级项目，拥有 600 多名贡献者，并在 GitHub 上获得 13k 星标，是 Apache 所有项目中官网每日浏览量 No.1 的开源大数据、数据库项目，月活开发者 No.1。
核心观点与关键数据：
- 项目影响力：作为 Apache 的顶级项目，Doris 在能源、制造、零售、快消、交通、物流、游戏、电信、互联网金融等领域被超 5000 家中大型企业使用。
- 版本里程碑：Apache Doris 3.0 是现代化数据仓库创新之路的重大里程碑，聚焦于实时、统一和弹性三大方向。
实时之路 (Real-Time)：
- Doris 支持在线高可用、高并发查询、极速分析、实时数据写入等特性，满足在线服务要求，支撑超大规模用户的高并发查询，确保数据新鲜度。
- 实时数据写入：支持秒级别的 StreamLoad/Insert into 数据导入，支持服务端攒批 Group Commit，支持从 Kafka 自动拉取导入 RoutineLoad，支持数据库 CDC、Flink、Spark 等实时导入。
- Merge on Write 主键模型：提供 MoW 的主键模型，支持 UPSERT、条件更新、条件删除、部分列更新，基于 Sequence 列的并发更新事务控制，更改列名，增加和删除 Value 列，增加 VARCHAR 列的长度。
极速分析 (Fast Analytics)：
- Doris 在极速分析方面表现出色，相比 ClickHouse、StarRocks 等竞品有显著性能优势。
- 优化技术：向量化处理，高效利用 SIMD 指令，基于代价的 join reorder，pushdown，Runtime FilterCBO 优化器，跳数索引，点查索引，任意维度检索：倒排索引。
- 物化视图：强一致的单表物化视图，支持通用聚合函数，单表和多表异步物化视图。
- ARM 架构优化：Doris v2.1 针对 ARM 架构做了深度优化，性能相比 V2.0 提升近一倍。
高并发查询 (High-Concurrency Queries)：
- Doris 支持行存和列存，列存用于高吞吐分析，行存用于高并发点查。
- 优化技术：点查询短路径优化（Short-Circuit)，预处理语句优化（Prepared Statement）。
- 单节点最高上万 QPS：通过分区分桶、主键索引 & 倒排索引、行列混存等技术实现。
在线高可用 (High Availability Online System)：
- 元数据节点 FE 和数据节点均无单点，支持在线扩容、滚动升级，数据自动均衡。
- 支持在线 Schema Change，支持动态增删索引，3.0 存算分离支持多计算组。
统一之路 (Unified)：
- Doris 的单一系统支持各种分析负载，不仅支持实时分析，也支持批量计算，统一实时和批量计算，统一数据仓库和数据湖仓，支持结构化数据分析，也支持半结构化数据分析。
- 湖仓无界：统一数据仓库和数据湖仓，避免过早复杂性，支持 Hive、Iceberg、DBFederation Query Engine，Multi-Catalog，High Throughput Read/Write。
- 半结构化数据分析：支持复合数据类型 VariantString 类型（Array、Map、Struct、JSON），自动推断类型进行列式存储，自动处理列增加、类型变更，高效文本匹配（Like）：NGram BF，高性能正则匹配和子串匹配算法，文本分词，全文检索（Match）：倒排索引实现快速检索。
弹性之路 (Elastic)：
- Doris 通过 Resource Group 和 Workload Group 实现弹性资源管理，支持冷热分层（Tiered Storage），机器分组，副本放置到分组，user 绑定分组。
- 存算分离：Apache Doris 3.0 部署新形态 - 存算分离，共享存储与本地高速缓存，多计算集群（导入集群、查询集群）。
- 两种部署形态的融合：存算一体部署简单、性能较优；存算分离，独立扩缩容，部署需要依托高性能存储和网络；存算分离+云原生是绝配。
未来工作：
- 完善存算一体和存算分离部署形态融合，完善湖仓一体支持增量批量处理内置 CDC 同步，插件化体系，兼容 Trino/Presto Connector 框架，完善高吞吐读写的 Data API，统一实时和批量处理，增量处理，支持从众多 TP 数据库直接 CDC 导入数据，打造 HTAP Solution。
- 非功能性能力的加强：提升性能，导入更实时，查询更极速；提升稳定性，版本迭代机制改进，加强测试覆盖，内核插件化；易用易运维，简化参数配置，提升产品文档，完善周边生态工具。
