实时分析型数据库选型：Doris

最近有一个项目，需要给一家证券公司做用户画像系统，但是因为数据量很大，传统数据库难以承担，而且传统数据库也不擅长做分析（都需要在业务代码里实现，会造成开发量很大，而且维护很困难）。

原来的想法

原来的想法是在ES和ClickHouse中选择：

ES：这个我们比较熟悉，很多场景都有使用，但是ES本身比较擅长的领域为文本索引，及实现一些简单的统计。ES在统计时，在一些场景下（例如计算客户数）为了提升性能，直接采用的是估算的算法，这在金融领域上可能会存在风险；
ClickHouse：这个目前我们还没有使用过，不过早有耳闻，统计分析性能很突出。

本来对ClickHouse寄予重望的，不过今天听同事的试用汇报，发现ClickHouse的运维复杂成本很高，而运维的复杂很容易会使得项目成为一个大坑。ES虽然不兼容SQL语法，学习成本比较高，但是运维简单，这就是最大的优势。

重新评估

我们不能不重新考虑ClickHouse是否适合我们了，如果要重新选择，那我们是选择ES，还是Mysql，还是其他，例如TiDB？

Mysql如果不是没有选择，显然是不会选择的，这会给开发造成很大的工作量。TiDB这个数据库也是早有耳闻，近几年崛起得很快，只是没有用过，据说是NewSQL型数据库，能兼顾传统SQL和NoSQL的需求，分析的性能也不错，相对于传统数据库有数量级的提升，网上很多测评数据也可以支持这个观点。还有个大优势，就是TiDB运维简单，不过在统计分析上的性能还是比ClickHouse差很多的。

在网上搜索相关信息过程中，还发现了一个Apache Doris的数据库，美团的技术团队有过一个对比：

来源：https://tech.meituan.com/2020/04/09/doris-in-meituan-waimai.html

这里有几个指标是我比较看重的：

运维成本：成本高则很容易给项目运维留下大坑；
易用性：如果不支持SQL的话，学习成本就会变得比较高
成熟度：成熟度不够的话，项目可能也容易留下大坑
性能是否满足：性能其实并不是最重要的考虑

前面三个指标是重点需要考虑的。Doris的成熟度确实不太够，不过估计问题不是太大。从这点看，TiDB倒是挺合适的。

Doris的优势：

来源：http://doris.apache.org/master/zh-CN/

Doris on Elasticsearch

网上也有ES和TiDB的对比：

来源：https://www.sohu.com/a/361073246_315839

据说现在Doris已经支持使用ES作为底层的存储引擎，使用ES的倒排索引功能。同时因为Elasticsearch本身在支持分布式的查询方面不是特别的友好，因为它缺少一个很良好的分布式的查询框架，所以我们就想把他们两个的功能结合起来，去用到一个Impala里面，这样可以结合两者的优势。

如果能结合这两者的优势，这会是相当不错的主意，看好Doris。