首先我们一起探讨下，理想的OLAP引擎应该是什么样子的？我觉得应该符合以下要求：
低延迟：秒级/毫秒的查询响应；
复杂场景：支持复杂查询场景，如支持大宽表和多表JOIN的高效查询；
高并发：需要支持高并发场景，特别是简单查询；
大规模：支持PB级别的中高以上的数据规模，并且有较好在线扩展能力；
精确去重：要有高性能的精确去重能力；
高效导入：同时支持高效的流批导入；
易使用：支持标准SQL，使用门槛要低；
易运维：运维成本要低；
今天给大家介绍的这个开源工具doris，刚好符合以上要求，Doris是一款基于大规模并行处理技术的分布式 SQL 数据库，以较低的成本提供在大规模数据集上的高性能分析，目前在我们公司广泛应用于各业务线团队，主要面向公司内部查询分析场景，如报表系统、自助取数系统等。doris与其它常见OLAP开源引擎，在这里做了一个简单的对比，供大家参考：
| 引擎 | 优点 | 缺点 |
|---|---|---|
| druid | 查询延迟低，并发能力好 |
丢失明细，对Join支持有限，运维成本高 |
| clickhouse | 向量化引擎，单表查询性能强悍 |
SQL语法不标准，多表JOIN查询性能一般，并发能力差，运维复杂 |
| kylin | 查询延迟低，并发能力好。支持标准SQL |
Cube构建耗时耗资源，数据回溯困难，无明细模型 |
| doris | 支持明细查询场景，支持单表和多表关联查询，支持低频点更新/点删除 |
混合负载的场景，同一个集群同时存在长查询和亚秒的查询，容易相互影响 |
我们公司在做技术选型时，之所以最终选用Doris，主要是因为以下令人无法拒绝的特性：
同时支持 明细和聚合查询
兼容Mysql协议和标准SQL
支持多表Join和灵活的表达式查询
支持Schema在线变更
有些名词，没有接触过doris的同学，可能看着比较懵，写这个文章是希望大家可以快速建立起对doris的认知，帮助大家快速判断是否要深入学习这个开源MPP工具，是否可以将doris应用到公司大数据平台中，解决当前一些技术痛点？如果有兴趣的话，推荐大家直接搜doris官网，有中文文档并且讲解的比较细致。
为方便大家快速学习doris知识，我这边也整理了一份doris脑图，点击doris实践分享-OLAP选型为什么要用doris ，回复doris脑图自动获取。