?譯者 | 布加迪

審校 | 孫淑娟

Doris是一種基于SQL的大規(guī)模并行處理（MPP）開源分析數(shù)據(jù)倉庫，正在Apache Incubator（Apache孵化器）進(jìn)行開發(fā)?，F(xiàn)在，Doris躋身頂級項(xiàng)目行列，據(jù)Apache 軟件基金會（ASF）聲稱，這意味著“它已證明了能夠進(jìn)行適當(dāng)?shù)淖灾巍薄?/p>

該數(shù)據(jù)倉庫最近迎來了版本1.0，這是它在該孵化器進(jìn)行開發(fā)的第八個(gè)版本（還有六個(gè)Connector版本）。它旨在支持聯(lián)機(jī)分析處理（OLAP）工作負(fù)載，通常用于數(shù)據(jù)科學(xué)場景。

Doris原名Palo，誕生于中國互聯(lián)網(wǎng)搜索巨頭百度，是其廣告業(yè)務(wù)的數(shù)據(jù)倉庫系統(tǒng)，2017 年開源，2018年進(jìn)入Apache 孵化器。

Doris植根于Apache Impala和Google Mesa

據(jù)Apache軟件基金會聲稱，Doris基于Google Mesa和Apache Impala集成，Apache Impala是2012年開發(fā)的開源MPP SQL查詢引擎，基于Google F1的基礎(chǔ)。

Mesa在2014年左右被設(shè)計(jì)成一種高度可擴(kuò)展的分析數(shù)據(jù)倉庫系統(tǒng)，用于存儲與谷歌互聯(lián)網(wǎng)廣告業(yè)務(wù)相關(guān)的關(guān)鍵測量數(shù)據(jù)。

據(jù)百度和Apache孵化器的開發(fā)人員聲稱，Doris提供了簡單的設(shè)計(jì)架構(gòu)，同時(shí)提供了很高的可用性、可靠性、容錯(cuò)性和可擴(kuò)展性。

“易于（開發(fā)、部署和使用），以及單一系統(tǒng)滿足眾多數(shù)據(jù)服務(wù)的需求，這是Doris的兩大特點(diǎn)”，Apache軟件基金會在一份聲明中表示，補(bǔ)充道該數(shù)據(jù)倉庫支持多維報(bào)告、用戶畫像、即席查詢和實(shí)時(shí)儀表板。

Doris的其他一些功能包括列存儲、并行執(zhí)行、矢量化技術(shù)、查詢優(yōu)化、ANSI SQL，以及通過面向Apache Flink、Apache Hive、Apache Hudi、Apache Iceberg、Apache Spark、 Elasticsearch及其他系統(tǒng)的連接件與大數(shù)據(jù)生態(tài)系統(tǒng)集成。

開源數(shù)據(jù)庫的使用量預(yù)計(jì)將增長

企業(yè)級開源數(shù)據(jù)庫的使用率預(yù)計(jì)會增長。咨詢公司Gartner在《2019年開源DBMS市場狀況》報(bào)告中預(yù)測，到2022年底，超過70%的新的內(nèi)部應(yīng)用程序?qū)⒃陂_源數(shù)據(jù)庫管理系統(tǒng)（OSDBMS）或基于OSDBMS的數(shù)據(jù)庫平臺即服務(wù)（dbPaaS）上開發(fā)。

此外，隨著數(shù)據(jù)激增和企業(yè)越來越需要實(shí)時(shí)分析，一種簡單的大規(guī)模并行處理開源數(shù)據(jù)庫成為了當(dāng)下的需要。

Ventana Research研究總監(jiān)David Menninger說：“隨著數(shù)據(jù)量不斷增長，MPP數(shù)據(jù)庫成為了能夠以足夠快的速度或足夠低的成本處理數(shù)據(jù)以滿足組織需求的唯一實(shí)際方法。”

云架構(gòu)激發(fā)了組織對MPP數(shù)據(jù)庫的興趣

Menninger表示，推動MPP數(shù)據(jù)庫發(fā)展的其他趨勢是現(xiàn)在有了相對廉價(jià)的基于云的服務(wù)器實(shí)例，這些實(shí)例可以用作MPP配置的一部分，因而組織不需要采購和安裝這些系統(tǒng)使用的物理硬件。

Menninger認(rèn)為Doris大有希望，雖然有許多MPP數(shù)據(jù)庫可選，其中一些是開源的，但實(shí)際上沒有一種開源的MPP MySQL替代方案。

“MySQL本身和MariaDB已經(jīng)過擴(kuò)展，可支持更龐大的分析工作負(fù)載，但它們最初是為事務(wù)處理設(shè)計(jì)的”，Menninger說，補(bǔ)充道可以將開源PostreSQL數(shù)據(jù)庫Greenplum以及Google BigQuery、Amazon RedShift和Microsoft Synapse等超大規(guī)模服務(wù)視為Doris的競爭對手。

此外，Gartner大數(shù)據(jù)和分析前研究副總裁Sanjeev Mohan表示，還可以將ClickHouse、Apache Druid和Apache Pinot視為是競爭對手。

據(jù)Apache基金會聲稱，使用Doris可能有諸多優(yōu)勢，比如架構(gòu)簡單和更快的查詢時(shí)間。

Doris簡單的原因之一是，它不依賴多個(gè)組件來完成類管理、同步和通信之類的任務(wù)?？焖俨樵儠r(shí)間可歸因于矢量化，這種方法讓程序或算法可以一次針對多個(gè)值而不是單個(gè)值進(jìn)行操作。

據(jù)Apache基金會的開發(fā)人員聲稱，該數(shù)據(jù)倉庫的另一個(gè)好處是Doris的超高并發(fā)支持，這意味著它可以同時(shí)處理來自成千上萬用戶提出的處理數(shù)據(jù)、從數(shù)據(jù)庫獲取洞察力的請求。

由于大多數(shù)組織允許其員工訪問數(shù)據(jù)，以便促進(jìn)他們利用數(shù)據(jù)獲取洞察力，而不是只有高管才能享用分析工具，如今對高并發(fā)性的需求已有所增加。

原文標(biāo)題：??Apache Doris just 'graduated': Why care about this SQL data warehouse???，作者：Anirban Ghoshal?