ClickHouse及Greenplum与Doris性能对比

ClickHouse和DorisDB的对比：

标准SQL语言支持

ClickHouse：不支持标准SQL语言，无法直接对接主流的BI系统。

DorisDB：支持标准的SQL语言，兼容MYSQL协议，可以直接对接主流的BI系统。

分布式Join

ClickHouse：几乎不支持分布式Join，在分析模型上仅支持大宽表模式。

DorisDB：支持各种主流分布式Join，不仅支持大宽表模型，还支持星型模型和雪花模型。

MPP架构

ClickHouse：Scatter-Gather模式，聚合操作依赖单点完成，操作数据量大时存在明显性能瓶颈。

DorisDB：现代化MPP架构，可以实现多层聚合，能够执行复杂的SQL查询，大表Join，高基数聚合查询等。

精度去重

ClickHouse：对高基数列进行精确去重操作时，受限于单点聚合的处理方式，性能瓶颈明显。

DorisDB：现代化MPP架构，可以实现多层聚合，能有效利用多机资源，保证查询性能。

Exactly Once语义

ClickHouse：数据导入无事务保证，无法保证数据写入的“不丢不重”，订单类场景无法使用。

DorisDB：数据导入有事务保证，可以很容易地实现Exactly Once语义，数据导入“不丢不重”。

集群扩容

ClickHouse：传统MPP数据分布方式，数据扩容时需要进行数据重分布，需要人工操作，工作量巨大，影响线上服务。

DorisDB：现代化MPP数据分布方式，扩容只需要迁移部分数据分片走即可，系统自动完成，不影响线上服务。

运维

ClickHouse：分布式方案依赖Zookeeper，在集群扩大时，Zookeeper会变成性能瓶颈，额外运维和维护成本高。

DorisDB：不依赖任何外部系统，整个系统只要两种进程，自动故障恢复，极简运维。

社区生态

ClickHouse：整个开源社区被俄罗斯把持，在中国没有商业化公司支持，使用上规模后技术支持无法保证。

DorisDB：开源社区的核心研发都是中国人，在国内有商业化公司支持，服务更加本地化，技术支持无障碍。

GreenPlum和DorisDB的对比：

性能

GreenPlum：--

DorisDB：相同硬件条件下，5-10倍的性能优势。

实时分析

GreenPlum：无法对实时数据进行增量聚合计算，较难支持实时数据的分析。

DorisDB：新型的聚合表机制，可以支持实时数据的增量聚合计算，更好的支持DWS层和ADS层服务，更好的支持实时数据的分析。

OLAP多维查询加速

GreenPlum：无加速方案。

DorisDB：新型的预聚合机制，能做到数据自动更新，查询智能路由，令多维查询速度提升10倍以上。

高并发查询

GreenPlum：传统MPP数据分布方式，小查询会极大消耗集群资源，无法实现高效并发查询。并且master只有单节点提供服务，master达到性能瓶颈时无法扩容。

DorisDB：现代化MPP数据分布方式，数据按照分片的方式保存，小查询只需要用到部分机器资源，能极大的提高并发查询量，并且各模块均可线性扩展。

存储结构

GreenPlum：无按列排序支持。

DorisDB：可按照指定列进行排序，更快的查询速度，更高的数据压缩比。

高可用

GreenPlum：传统MPP数据发布方式，数据扩容时需要进行数据重分布，需要人工操作，工作量巨大，影响线上服务。

DorisDB：现代化MPP数据分布方式，扩容时只需要迁移部分数据分片即可，系统自动完成，不影响线上服务。

集群扩容

GreenPlum：分布式方案依赖Zookeeper，在集群扩大时，Zookeeper会变成性能瓶颈，额外运维和维护成本高。

DorisDB：不依赖任何外部系统，整个系统只要两种进程，自动故障恢复，极简运维。

资源利用效率

GreenPlum：各节点备份节点不接受查询请求，计算资源浪费。无法支持统一张数据表冷热数据存放在不同的存储介质，无法有效利用SSD为热数据查询加速。

DorisDB：所有节点都可参与查询处理，提高硬件资源利用率。支持将冷数据存放在不同的存储介质中，支持利用SSD为热数据查询加速。

大数据规模

GreenPlum：由于集群扩容代价太大，所以很难支持较大的数据规模。

DorisDB：集群扩容代价小，可以支持10PB量级数据规模。

总体持有成本

GreenPlum：由于集群扩容代价太大，无法经常进行扩容操作，导致必选提前准备未来较长时间的机器资源和软件授权费，并且集群资源会处于利用率不高的状态。

DorisDB：集群扩容代价小，可以按需进行逐步扩容，总体持有成本低，集群资源利用率高。