【大数据面试题】37 Doris 是怎么保证性能的？

一步一个脚印，一天一道大数据面试题

博主希望能够得到大家的点赞收藏支持！非常感谢
点赞，收藏是情分，不点是本分。祝你身体健康，事事顺心！

Doris 是当下大热的 MPP 数据库，下面来聊聊它如何保证高性能 的部分
没写完，写的比较粗糙，但完成比完美重要，先发出来，明天再修改

1. MPP 大规模并行处理架构，容易算力拓展

生来就是分布式的架构，算力拓展很方便。不只是MPP数据库，这是大数据组件提高算力的经典方式，通过横向拓展更便宜的机器提高算力，可以有很高算力上限。

2. 数据模型进行预处理，提高速度减少存储压力

Doris 有 3 钟数据模型：明细模型 Duplicate，主键模型 Unique，聚合模型 Aggregate；
Aggregate 聚合模型，会将 key 列相同的数据，聚合 value 列（MAX, MIN, REPLACE等）。Unique 主键模型也是 key 列数据完全相同的数据，后来的数据会替换旧数据，以保证主键的唯一性。Duplicate 明细数据模型则是不做聚合。
可以看到，聚合，主键模型都会一定程度的聚合数据，减少存储压力。而这样的预处理，可以把一部分查询需要的任务提前， IO 提前，进而大幅度提高查询速度。

3. ROLLUP 和 物化视图，进一步预处理，提高查询速度

ROLLUP，物化视图，也是在数据加载完后自动开始预处理，聚合。这两个方法都是将 处理任务提前，并一定程度的空间换时间

4. 索引

• 点查索引
  快速找到符合条件的数据
  • 前缀索引
    由于 Doris 存储数据的数据结构是 SST （Sort String Table） ，是一种排序的存储结构，所以数据的存储都会被排序（像我们的新华字典会按照首字母排序一样），所以可以取稀疏索引。前缀索引，就是利用排序后的数据，取一些字段做索引，每隔1024行取一行。
  • 倒排索引
    Elastic Search 的经典数据结构，在全文检索时非常好。
• 跳数索引
  • ZoneMap 索引
    个人的理解就是会统计每一块的信息（最大最小值，是否有空值等）
  • Bloom Filter 索引
  • NGram Bloom Filter 索引

我是近未来，祝你变得更强！