Doris vs MySQL：相似的协议，不一样的设计理念

引言

很多人因为 Apache Doris 兼容 MySQL 协议就误认为它是 MySQL 的替代品。实际上，这两个数据库系统有着完全不同的设计理念和应用场景。本文将深入剖析两者的异同，帮助读者做出正确的技术选型。

本质区别

1. 设计目标不同

• MySQL

• 面向 OLTP(在线事务处理)场景
• 擅长处理高并发的小规模查询和事务
• 强调数据一致性和实时性

• Apache Doris

• 面向 OLAP(在线分析处理)场景
• 专注于复杂分析查询
• 强调查询性能和数据吞吐量

2. 核心架构差异

存储模型

• MySQL: 行式存储

• 适合单条记录的快速读写
• 事务处理效率高
• 对于分析类查询需要扫描大量无关数据

• Doris: 列式存储

• 更适合批量数据扫描
• 更好的数据压缩比
• 分析查询时可以只读取需要的列

计算引擎

• MySQL

• 基于行的处理模型
• 单机架构为主
• 优化器偏向 OLTP 场景

• Doris

• 向量化执行引擎
• MPP 分布式架构
• 针对分析场景的查询优化

性能对比实验

实验环境与测试方法

硬件环境

软件环境

测试方法

• 数据集：使用 SSB flat 数据集，数据量 59,986,052 条。
• SQL 查询：从 Apache Doris GitHub（https://github.com/apache/doris/tree/master/tools/ssb-tools/ssb-flat-queries） 获取标准化的 SQL 查询语句，确保测试的一致性。
• 测试工具：使用自动化脚本运行查询，减少人为操作误差，提高测试效率和准确性。

测试结果

MySQL 查询结果

Doris 查询结果

性能对比

通过对比 MySQL 和 Doris 的查询结果，Doris 在性能上的优势显而易见。

数据分析

Doris 的查询性能比 MySQL 快了数百到上千倍，整体查询速度提升约 770 倍。这种巨大的性能差异使得 Apache Doris 在大数据场景下具有显著优势。

性能差异分析

从测试结果可以看出，在分析类查询上，Doris 比 MySQL 快了约 770 倍。这种差异主要源于：

1. 存储结构优势

• Doris 的列式存储减少了 I/O
• 更高的数据压缩比
• 更好的缓存利用率

2. 计算引擎优势

• 向量化执行提升 CPU 利用效率
• 分布式并行计算能力
• 专门针对分析场景优化的执行计划

如何选择？

适合使用 MySQL 的场景

• 需要强事务支持的应用
• 频繁的单行数据操作
• 并发用户数较多的 OLTP 系统
• 数据量相对较小（TB 级以下）

适合使用 Doris 的场景

• 数据仓库和数据分析
• 需要实时分析的场景
• 大规模数据集（TB/PB 级）
• 复杂的聚合查询

结论

Doris 虽然兼容 MySQL 协议，但这仅是为了降低使用门槛，两者的本质是不同的。在选型时，应该根据业务场景的特点，而不是简单地因为协议兼容性来做决策。

• 如果你的系统以事务处理为主，选择 MySQL
• 如果你需要进行海量数据分析，选择 Doris
• 在某些场景下，两者还可以结合使用，取长补短

写在最后

技术选型无绝对，理解系统初衷，洞悉优劣势，方能做出最适合的选择。

欢迎持续关注我们，探索更多数据库技术的奥秘！