大数据最全下一代实时数据库：Apache Doris 【一】简介(4)，大数据开发算法面试题

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上大数据知识点，真正体系化！

由于文件比较多，这里只是将部分目录截图出来，全套包含大厂面经、学习笔记、源码讲义、实战项目、大纲路线、讲解视频，并且后续会持续更新

需要这份系统化资料的朋友，可以戳这里获取

Apache Doris 由百度大数据部研发(之前叫百度 Palo，2018 年贡献到 Apache 社区后， 更名为 Doris ) ，在百度内部， 有超过 200 个产品线在使用， 部署机器超过 1000 台， 单一 业务最大可达到上百 TB。

Apache Doris 是一个现代化的 MPP (Massively Parallel Processing，即大规模并行处理) 分析型数据库产品。仅需亚秒级响应时间即可获得查询结果，有效地支持实时数据分析。 Apache Doris 的分布式架构非常简洁，易于运维， 并且可以支持 10PB 以上的超大数据集。

Apache Doris 可以满足多种数据分析需求，例如固定历史报表，实时数据分析， 交互式

数据分析和探索式数据分析等。

1.2 Doris 架构

Doris 的架构很简洁， 只设 FE(Frontend)、BE(Backend)两种角色、两个进程， 不依赖于 外部组件， 方便部署和运维， FE 、BE 都可线性扩展。

⚫ FE (Frontend) ：存储、维护集群元数据；负责接收、解析查询请求，规划查询计划，

调度查询执行， 返回查询结果。主要有三个角色：

(1)Leader 和 Follower：主要是用来达到元数据的高可用，保证单节点宕机的情况下， 元数据能够实时地在线恢复，而不影响整个服务。

(2) Observer：用来扩展查询节点，同时起到元数据备份的作用。如果在发现集群压力 非常大的情况下，需要去扩展整个查询的能力，那么可以加 observer 的节点。observer 不 参与任何的写入，只参与读取。

⚫ BE (Backend) ：负责物理数据的存储和计算；依据 FE 生成的物理计划， 分布式地执行查询。

数据的可靠性由 BE 保证，BE 会对整个数据存储多副本或者是三副本。副本数可根据 需求动态调整。

⚫ MySQL Client

Doris 借助 MySQL 协议，用户使用任意 MySQL 的 ODBC/JDBC 以及 MySQL 的客户 端，都可以直接访问 Doris。

⚫ Broker

Broker 为一个独立的无状态进程。封装了文件系统接口， 提供 Doris 读取远端存储系统 中文件的能力， 包括 HDFS ，S3 ，BOS 等。

后记

📢博客主页：https://manor.blog.csdn.net

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**