CloudTable业务选型

HBase

ClickHouse

Doris

StarRocks

• 面向列的存储，适合大规模数据集，快速随机访问。
• 支持结构化、半结构化、非结构化数据。

• 面向列的数据存储，适用于大数据量的实时分析查询。
• 支持结构化数据。

• 面向列的数据存储，适用于大数据量的实时分析查询
• 支持结构化数据。

• 面向列的存储，TB-PB级数据量。
• 支持结构化数据。

支持实时更新和插入。

高性能分布式查询引擎，可以执行复杂的聚合操作，但不擅长事务处理。

高性能分布式查询引擎，可以执行复杂的聚合操作，但不擅长事务处理。

高性能分布式查询引擎，适合跨表Join查询，事务支持能力弱。

不擅长。

不擅长。

擅长外表和内表Join查询。

擅长Join查询

不支持SQL语句。

支持复杂的SQL语句操作。

支持复杂的SQL语句操作。

支持复杂SQL语句。

支持百万列级的大表。

支持数千列的大宽表查询。

适合数百列的小表查询。

适合数百列的小表查询。

不支持事务，不具备ACID能力。

不支持事务，不具备ACID能力。

不支持事务，不具备ACID能力。

不支持事务，不具备ACID能力。

全局索引、覆盖索引、本地索引、行键索引、列族索引。

稀疏索引、二级索引。

• 点查索引：前缀索引、排序键。
• 跳数索引：ZoneMap索引、BloomFilter索。

点查索引：前缀索引、排序键。

HBase

ClickHouse

Doris

StarRocks

• 实时数据存储和处理：HBase是一个分布式、面向列的开源数据仓库，能够快速地存储海量实时和非实时数据，支持高并发读写操作。
• 大数据查询分析：HBase可以与大数据处理框架（如Hadoop、Spark）结合使用，提供快速的数据访问能力，适合用于大数据分析场景。
• 数据仓库：HBase可以作为数据仓库的一部分，用于存储结构化或半结构化数据，支持实时数据查询和分析。

• 实时数据分析

  应用于低延迟、快速响应的数据分析场景。

  • 日志和监控分析：用于日志聚合和监控数据分析系统。
  • 实时用户行为分析：用户行为数据（如点击、浏览、购买行为等）可以被实时分析，用于产品推荐、用户偏好分析、广告投放优化等。
• 大规模数据处理

  数据仓库：支持TB甚至PB级别的数据量，常用于构建企业数据平台，通过聚合数据源、分析历史数据，支持企业决策和数据洞察。

• OLAP（联机分析处理）场景

  具备极高的性能可以处理复杂的聚合、过滤、排序等分析查询。它通过列式存储、数据压缩和查询优化，大幅提高了复杂查询的执行效率。

• 实时数据分析
  • 数据流处理：Doris可以实时引入和分析数据流，适用于实时监控、实时用户行为分析等场景。
  • 实时仪表盘：Doris适用于构建实时可视化仪表盘，为运营和业务决策提供实时数据支持。
• 数据仓库
  • OLAP（在线分析处理）：Doris支持复杂的OLAP查询，能够处理大规模数据集，提供快速的多维分析和报告生成。
  • ETL处理：Doris支持从各种数据源（如Kafka、Hadoop、MySQL等）快速导入数据，并进行清理、聚合和分析。
• 多表联邦查询分析

  支持跨数据库的外表和同数据库的内表之间进行Join查询，查询性能优异。

• 实时数据查询分析
  • 数据实时分析：StarRocks擅长对海量数据进行实时查询分析，适用于用户画像、实时用户行为分析等场景。
  • 实时BI报表：适用于构建实时可视化报表，为运营和业务决策提供实时数据支持。
• 数据仓库
  • OLAP（在线分析处理）：StarRocks擅长复杂的OLAP查询，能够处理大规模数据集，提供快速的多维分析和报告生成。
  • 数据ETL处理：StarRocks支持对数据进行加工处理，按照数据仓库标准进行清理、聚合和分析，生成不同层的维表。
• 多表联邦查询分析

  支持跨数据库的外表和同数据库的内表之间进行Join查询，查询性能优异。

• 海量数据存储
  • 支持对海量结构化、半结构化、非结构化数据存储。HBase的单表可以有百亿行、百万列，且可以在横向和纵向两个维度插入数据，具有很大的弹性，容量极高。
  • HBase可以通过部署廉价的服务器集群实现大规模数据存储，扩展性极高。
• 快速随机查询

  适合处理大规模数据集，擅长快速随机访问，支持实时数据更新和插入。

• NoSQL查询

  HBase适合通过非SQL语句对数据进行查询分析等操作。

• 超大宽表的数据查询分析

  支持对数千列的大宽表进行数据查询分析，性能在亚秒级。

• 读多写少

  支持对大宽表的部分列进行读取，每次读取一个达标。数据通过追加或更新批次的方式进行集成。

• 分布式扩展

  采用分布式架构，具有水平灵活扩展能力。

• 实时数据导入和查询分析

  支持从Kafka、Hadoop、MySQL等各种数据源进行实时数据导入，支持实时查询分析。

• 高性能在线多表Join查询分析

  支持对PB级海量数据进行高并发多表Join查询分析，性能在亚秒级，适用于实时分析和业务报表。

• 分布式扩展

  采用分布式架构，具有水平灵活扩展能力。

• 灵活的数据模型

  支持多种数据模型和数据类型，满足不同业务场景需求。

• 实时数据集成和查询分析

  支持从Kafka、Flink、MySQL等各种数据源进行实时数据导入，支持实时查询分析。

• 高性能在线多表Join查询分析

  支持对PB级海量数据进行高并发多表Join查询分析，性能在亚秒级，适用于实时分析和业务报表。

• 分布式扩展

  采用分布式架构，节点可灵活扩展。

• 灵活的数据模型

  支持多种数据模型和数据类型，满足不同业务场景需求。

• 不支持OLTP能力

  不具备ACID能力，在点查事务的原子性、一致性、实时性方面，不具备RDS的能力。

• 不支持SQL语句能力

  不能使用SQL语句来进行数据导入、查询等操作。

• OLTP能力弱

  不具备ACID能力，在点查事务的原子性、一致性、实时性方面，不具备RDS的能力。

• 不适用于高频率、少数据量的数据导入和更新场景

  缺少完整的更新/删除操作，不支持高频率、低延迟地修改或删除已存在数据的能力，仅能用于批量删除或修改数据。

• 不擅长梳理非结构化数据

  擅长基于SQL语句对结构化数据进行查询分析，不擅长对半结构化和非结构化数据进行处理。

• 多表Join操作能力弱

• OLTP能力弱

  不具备ACID能力，在点查事务的原子性、一致性、实时性方面，不具备RDS的能力。

• 不适用于高频率、少数据量的数据导入和更新场景

  缺少完整的更新/删除操作，不支持高频率、低延迟地修改或删除已存在数据的能力，仅能用于批量删除或修改数据。

• 对大宽表的查询分析能力稍弱

  适合中小型数据仓库查询分析，对1000列以上的超宽表的查询分析方面性能稍弱。

• 不擅长梳理非结构化数据

  擅长基于SQL语句对结构化数据进行查询分析，不擅长对半结构化和非结构化数据进行处理。

• OLTP能力弱

  不具备ACID能力，在点查事务的原子性、一致性、实时性方面，不具备RDS的事务能力。

• 不适用于高频率、少数据量的数据导入和更新场景

  不支持高频率、低延迟地修改或删除已存在数据的能力，仅能用于批量删除或修改数据。

• 不擅长梳理非结构化数据

  擅长基于SQL语句对结构化数据进行查询分析，不擅长对半结构化和非结构化数据进行处理。