01为什么选择 SelectDB
Doris 与 ClickHouse 都是全球领先的实时分析型数据库。SelectDB（基于 Apache Doris）在现代数据团队日常运行的工作负载上更具优势。
↑2–10×
更快的多表关联
分布式多表 Join，无需宽表变通方案
MPP 架构配合基于成本的优化器（CBO），自动选择广播、Shuffle 或 Colocate Join。SelectDB 完整通过 TPC-DS 全部查询；ClickHouse 约 50% 查询失败。
↓70%
更低的成本
存算分离架构，全托管云原生服务
弹性计算资源，扩缩容无需数据重分布。SelectDB Cloud 提供 SaaS 与 BYOC 模式，已上线阿里云、华为云、腾讯云、AWS，无商业厂商锁定。
1000+
高并发查询
实时 UPSERT 不影响查询速度
Merge-on-Write 引擎保持高频更新下的稳定读取。完整 ACID 事务，兼容 MySQL 协议，支持数千并发查询而非不到 100。
02核心差异
逐维度并排对比，覆盖所有关键指标。
| SelectDB 推荐 | ClickHouse |
|---|
| 系统架构 | MPP 分布式架构
兼容 MySQL 协议，标准 SQL
CBO 自动优化 | Scatter-Gather 架构
类 SQL 语法，非标准
需手动调优 |
| 多表关联 | 2–10× 更快，跨节点分布式
CBO 选择最优 Join 策略
完整通过 TPC-DS
高效内存管理，避免 OOM | 子查询 + 宽表建模
无 CBO，手动调优
约 50% 查询失败
大查询频繁 OOM |
| 实时更新 | Merge-on-Write 引擎
强一致性，写入即可见
高吞吐 UPSERT，性能无退化 | ReplacingMergeTree，最终一致
FINAL 关键字导致严重慢查询
高频更新时后台合并开销巨大 |
| 事务支持 | 完整 ACID 事务
原子性批量导入 | 无事务支持
部分数据可能提前可见 |
| 查询并发 | 数千并发查询，10×+
高效内存管理 | 通常低于 100 并发
内存密集型负载导致集群不稳定 |
| 数据 API | Arrow-Flight 高吞吐协议
支持 Hive / Hudi / Iceberg / Parquet
自动扩缩容 + 多副本平衡 | 仅 JDBC
湖仓集成能力有限
扩缩容需手动平衡 |
| 存算分离 | 开源 3.0+
弹性计算，扩缩无需 Rebalance
最高降低 70% 成本 | 仅商业云版支持
紧耦合，扩缩需数据重分布
高峰期需过量预留资源 |
| 开源许可 | Apache 基金会，社区维护 | 由商业公司控制 |
03精选案例
来自互联网头部企业的真实生产迁移实践。
利用 Apache Doris 替换 ClickHouse 后，快手成功升级为湖仓一体架构，实现统一存储并简化数据链路，无需数据导入即可直接访问湖仓数据。
✓ 直接查询数据湖，缩短数据链路
✓ 物化视图改写，加速多场景查询
✓ 自动物化服务，实现灵活数据治理
内容库数据平台从 ClickHouse 迁移到 Apache Doris 后，有效提高了数据时效性、降低了运维成本、解决了数据管理割裂等问题。
✓ 多表查询和联邦查询性能卓越
✓ 兼容 MySQL 协议，降低运维成本
✓ 部分列更新，满足多样更新方式
用 Apache Doris 替换 ClickHouse 构建新日志平台，系统在查询响应、并发处理、稳定性及运维效率等多方面均取得显著提升。
✓ 全文检索性能提升 3-7 倍
✓ 峰值写入吞吐达 6GB/s
✓ 支持 500+ 并发，较 CK 提升超 2 倍
01为什么选择 SelectDB
Elasticsearch 与 Apache Doris 在可观测性、网络安全和实时分析领域均有广泛应用。SelectDB 以极低的存储成本、更快的分析查询和丰富的 SQL 能力脱颖而出。
↓5-10×
超高压缩比
存储压缩率高达 1:10，对比 ES 仅 1:1.5
列式存储配合高级编码技术，实现 5-10 倍更优压缩率。显著降低日志和可观测性工作负载的存储成本。
↑3-4×
更高写入吞吐
多副本一次索引 vs ES 多次索引开销
Doris 一次写入多副本复制，而 ES 需要对每个副本分别索引。加上列式存储优势，Doris 在更低 CPU 成本下实现 3-4 倍更高写入吞吐。
SQL
标准查询接口
MySQL 兼容 SQL vs 专有 DSL
完整多表 JOIN、子查询、物化视图和 UDF。懂 SQL 即可上手，零学习成本。开放 MySQL 生态 vs 封闭 ES 生态。
02核心差异
逐维度并排对比，覆盖所有关键指标。
| SelectDB 推荐 | Elasticsearch |
|---|
| 开源许可 | Apache License 2.0
由 Apache 基金会运营 | 多次变更（Apache → Elastic → AGPL）
由 Elastic 公司运营 |
| 系统架构 | 更灵活弹性：
严格读写分离与业务负载隔离
支持存算一体和存算分离 | 有限弹性：
线程组方式，仅弱计算隔离
仅支持存算一体 |
| 实时写入 | 高吞吐低开销：
多副本一次索引
支持 Push + Pull 两种写入方式
兼容 Logstash & Beats | 写入吞吐低、开销高
多副本多次索引
仅支持 Push 写入
Pull 需借助 Logstash |
| 存储效率 | 压缩率 1:5 — 1:10
主键模型支持 MoW + MoR
聚合模型强一致同步
灵活 Schema Change | 压缩率仅 1:1.5
主键模型仅支持 MoW
聚合模型异步最终一致
有限 Schema Change |
| 查询分析 | 多种负载极速响应
多表 Join + 物化视图 + UDF
标准 SQL，零学习成本
开放 MySQL 生态 | 点查性能高，分析性能低
不支持多表 Join
专有 DSL，学习门槛高
私有 ES 生态 |
| 部署方式 | 三种部署模式：
SaaS / BYOC 云托管 + 本地部署
已上线阿里云、华为云、腾讯云、AWS | 仅 SaaS 和本地部署
无 BYOC 模式 |
03精选案例
来自金融、物流行业头部企业的可观测平台升级实践。
基于 Apache Doris 替换 Elasticsearch 构建日志存储与分析平台，减少了日志冗余存储，提高了存储效率，同时提供强大高效的日志检索与分析服务。
✓ 资源投入节省 50%
✓ 查询效率提升 2~4 倍
✓ 支持 JOIN，满足复杂分析需求
之前采用多个组件构建安全分析系统，存在数据冗余问题。借助 Apache Doris 统一架构后，系统在写入吞吐、查询响应及存储效率均实现显著优化。
✓ 写入速度提升 4 倍
✓ 查询性能提升 3 倍
✓ 存储空间节省 50%
引入 Doris 替换原有 OLAP 数据库后，查询性能提升 5-10 倍，并发能力达 2 倍提升。90% 分析场景处理时间从 10 分钟缩短至 1 分钟以内。
✓ 高并发分析提升 2 倍
✓ 存储空间节省 65%
✓ 标准 SQL，简化运维使用
01为什么选择 SelectDB
Doris 与 Trino/Presto 均为主流数据湖仓查询引擎，但 SelectDB 性能更优，还能作为独立数据仓库运行——统一整体数据架构。
↑10×
内表查询性能
Doris 内表查询最高可达 Trino 的 10 倍
C++ 原生向量化引擎远优于 Java 引擎。CBO 优化器配合三层缓存（元数据、数据、查询），实现数量级更快的响应。
↑2-3×
湖仓查询加速
即使针对外部 Hive 表，Doris 也比 Trino 快 2-3 倍
高级查询优化 + 本地 SSD 热数据缓存大幅减少网络 I/O。Trino 依赖 Alluxio 等外部缓存方案。
统一
统一平台
一个引擎替代数仓 + 湖仓查询层
内置存储引擎满足高性能数仓需求，同时具备原生湖仓查询能力。简化技术栈，降低 30%+ 资源成本。
02核心差异
逐维度并排对比，覆盖所有关键指标。
| SelectDB 推荐 | Trino/Presto |
|---|
| 系统架构 | 统一架构：融合数据仓库与数据湖查询能力 | 联邦查询：擅长跨异构数据源查询，但无内置存储层 |
| 执行引擎 | C++ 全向量化引擎，高性能数据处理 | Java 向量化引擎，Hummingbird 项目开发中 |
| 查询优化 | CBO 优化器，自动优化复杂 JOIN、聚合、排序 | 统计信息收集不完善，需手动全量收集 |
| 缓存机制 | 三层缓存：元数据 TTL 缓存 + SSD 数据缓存 + SQL/分区查询缓存 | 依赖 Alluxio 等外部缓存方案 |
| 物化视图 | 增量刷新 + 多种刷新策略
查询透明加速：自动匹配最优物化视图 | 仅支持人工全量刷新 |
| 应用场景 | 高并发实时分析 + 交互式分析 | 仅交互式分析 |
03精选案例
来自中国互联网企业的技术栈统一与查询加速实践。
早期使用 Trino、SparkSQL 等系统构建数据平台，导致架构复杂、数据重复。引入 Apache Doris 替换多技术栈，实现湖仓统一查询，查询性能提升 3 倍以上。
✓ 统一数据仓库与湖仓引擎
✓ 简化技术栈，降低运维复杂度
✓ 查询延迟从分钟降至秒级
迁移到 Doris 后，之前 Presto 多维分析查询从 20-40 秒 缩短至 1-2 秒。自动识别并匹配最优物化视图，进一步增强复杂分析性能。
✓ 内表查询性能最高提升 10 倍
✓ 自动物化视图加速查询
✓ 零手动优化，开箱即用
使用 Trino 和 SparkSQL 时，查询延迟维持在分钟级别。迁移至 Doris 后整体查询性能提升 2 倍以上，有效解决了混合架构下的数据孤岛问题。
✓ 湖仓查询快 2-3 倍
✓ 分钟级延迟降至秒级
✓ 消除数据孤岛
01为什么选择 SelectDB
SelectDB 专为实时数据分析打造，具备极强的扩展性。Snowflake 是云数据仓库与分析平台。在实时分析场景中，SelectDB 以更高并发、更快查询、极低成本脱颖而出。
02核心差异
逐维度并排对比，覆盖所有关键指标。
| SelectDB 推荐 | Snowflake |
|---|
| 部署方式 | 三种部署模式：SaaS 云原生服务（AWS/Azure/GCP）
BYOC 云原生服务
本地企业级部署 | 仅支持云 SaaS |
| 实时更新 | 高吞吐实时更新，每秒百万条记录
从 Flink、Kafka、API 实时消费数据，秒级可见 | 不适合频繁数据更新
仅支持批量数据摄入 |
| 数据 API | Arrow Flight 高速读取协议 | 仅支持 JDBC/ODBC 低速读取 |
| 丰富索引 | Skip Index：MinMax、BloomFilter
点查索引：Prefix Index、倒排索引 | 仅支持 Skip Index（MinMax、BloomFilter） |
| 物化视图 | 同步物化视图，实时刷新
异步物化视图，多表关联 | 不支持实时刷新
不支持异步物化视图 |
| 适用场景 | 实时分析 + 数据仓库 + 湖仓一体
日志与可观测性 | 数据仓库与湖仓一体
不适合实时分析 |
03客户实证
迁移到 SelectDB 作为实时分析平台后，查询速度提升了 3-10倍，成本相比 Snowflake 下降了近 50%。SelectDB 对复杂搜索、多表关联和多样化聚合分析等场景的强大支持，完美满足了我们快速、灵活的分析需求。
— 全球领先 SaaS 厂商
01为什么选择 SelectDB
Redshift 是 AWS 云数据仓库，SelectDB 是新一代实时数据仓库。在实时分析、并发处理、成本控制等方面，SelectDB 展现出明显优势，同时支持多云部署。
02核心差异
逐维度并排对比，覆盖所有关键指标。
| SelectDB 推荐 | Redshift |
|---|
| 部署方式 | 三种部署模式：SaaS / BYOC / 本地
支持阿里云、华为云、腾讯云、AWS、Azure、GCP | 仅 AWS 云 SaaS
无法跨云或本地部署 |
| 实时更新 | 高吞吐实时 UPSERT，每秒百万条
支持 Flink/Kafka 流式写入，秒级可见 | 以批量导入为主
不适合高频数据更新 |
| 并发能力 | 数千并发查询
高效内存管理，稳定运行 | 并发有限，高并发场景性能下降明显
需预留大量资源 |
| 查询性能 | 分布式 MPP + C++ 向量化引擎
多表 Join 性能优异
ClickBench 全球领先 | 基于 PostgreSQL 修改
复杂 Join 和大表分析性能较弱
对非列存优化场景慢 |
| 数据格式 | 开放格式（Parquet/Iceberg/Hudi）
湖仓一体，无需锁入 | 专有列存格式
数据迁移困难，厂商锁定风险高 |
| 生态兼容 | MySQL 协议兼容
标准 SQL，零学习成本
开放生态集成 | 基于 PostgreSQL 协议
部分 SQL 语法不同
需学习 Redshift 专有特性 |
| 计费模式 | 存算分离，按实际使用付费
SaaS 免费试用 + BYOC 灵活定价 | 按节点规格固定付费
高峰期需过量预留、成本高 |
03客户实证
从 Redshift 迁移到 SelectDB 后，团队实现了 5-10倍的查询加速，同时成本下降了近 60%。更重要的是，SelectDB 支持实时数据摄入和 MySQL 兼容，让我们无需额外学习成本即可快速上手。
— 全球领先互联网企业
