doris和ck

ck的不足
ClickHouse 并发支持能力不足
在分布式 Join 实现性能较低
对于数据更新操作支持较弱、更新性能较差
使用和运维成本

关注的点：实效性、简化数据处理流程、提高实时效率，而且可以降低平台运维管理的成本
并发、join、功能易用
清洗、标准化、回填、脱敏
关联、聚合等处理，再以微批、精准一次性写入 Doris 中，实现了数据秒级更新
压缩、冷热数据（冷数据自动下沉到hhd、副本由3变为1），例如根据数据的冷热情况，设置不同的数据副本个数

在存储资源分配方面-存储成本优化：借助于 Doris 极高效率的压缩算法、冷热数据分层管理、分区级副本设置等功能，可对存储资源合理分配，最终实现存储成本节约 50%，成功达到性能和成本的平衡。
在数据导入方面-导入优化：doris-flink-connector，数据预处理（根据ID在flink中形成宽表）、调整cpu（给合并加资源）、max_tablet_version_num（避免版本堆积）；加上 关联、聚合等处理，再以微批、精准一次性写入 Doris 中，实现了数据秒级更新。
在查询性能方面-数据规模分级查询：例如G数据采用天分区、G-T数据采用小时分区（物化视图）、百T数据采用聚合模型入表