# Apache Doris 简介

Apache Doris 是一个基于 MPP 架构的高性能、实时的分析型数据库，以极速易用的特点被人们所熟知，仅需亚秒级响应时间即可返回海量数据下的查询结果，不仅可以支持高并发的点查询场景，也能支持高吞吐的复杂分析场景。

## 核心特性

### 1. 极速易用

Apache Doris 采用了列式存储引擎，通过向量化执行引擎和查询优化器，能够在海量数据下实现亚秒级的查询响应。同时，Doris 提供了标准 SQL 支持，用户无需学习新的查询语言，即可快速上手。

### 2. 高可用性

Doris 采用了多副本机制，数据自动备份，节点故障时可以自动切换，保证服务的高可用性。支持在线扩缩容，不影响业务运行。

### 3. 实时分析

Doris 支持实时数据导入和查询，数据导入后即可被查询，无需等待数据预处理。支持多种数据导入方式，包括 Stream Load、Broker Load、Routine Load 等。

### 4. 联邦查询

Doris 支持通过外部表的方式查询其他数据源，如 MySQL、Hive、Iceberg、Hudi 等，实现数据联邦查询，无需数据搬迁。

## 技术架构

Apache Doris 采用 MySQL 协议，高度兼容 MySQL 语法，支持标准 SQL。整体架构分为两层：

### Frontend (FE)

FE 主要负责：
- 接收和解析用户请求
- 查询规划和优化
- 元数据管理
- 集群管理

FE 节点分为 Follower 和 Observer 两种角色，Follower 参与选举和写入，Observer 只用于扩展查询能力。

### Backend (BE)

BE 主要负责：
- 数据存储
- 查询执行
- 数据导入

BE 节点负责数据的存储和计算，采用列式存储和向量化执行引擎，提供高性能的查询能力。

## 使用场景

### 1. 报表分析

适用于各类报表场景，支持复杂的多维分析，亚秒级响应，支持高并发查询。

### 2. 即席查询

支持灵活的即席查询，用户可以快速探索数据，发现业务洞察。

### 3. 实时数仓

构建实时数据仓库，支持实时数据导入和查询，满足实时分析需求。

### 4. 日志分析

适用于日志分析场景，支持海量日志数据的快速检索和分析。

## 数据导入

Apache Doris 支持多种数据导入方式：

### Stream Load

通过 HTTP 协议导入数据，适用于实时数据导入场景。支持 CSV、JSON 等格式。

```bash
curl --location-trusted -u user:passwd \
    -H "column_separator:," \
    -T data.csv \
    http://fe_host:http_port/api/database/table/_stream_load
```

### Broker Load

通过 Broker 进程访问外部存储系统（如 HDFS、S3）导入数据，适用于大批量数据导入。

### Routine Load

从 Kafka 等消息队列持续消费数据并导入，适用于实时数据流场景。

## 查询优化

Apache Doris 提供了多种查询优化手段：

1. **智能索引**：支持前缀索引、Bitmap 索引、Bloom Filter 索引等
2. **分区分桶**：通过合理的分区分桶策略，减少数据扫描量
3. **物化视图**：预计算常用查询结果，加速查询响应
4. **查询缓存**：缓存查询结果，避免重复计算

## 总结

Apache Doris 是一款高性能、易用的分析型数据库，适用于多种实时分析场景。通过 MPP 架构、列式存储、向量化执行等技术，提供亚秒级的查询响应能力。