一、前言：OLAP 选型之痛

每个团队选 OLAP 引擎时都会纠结：

• ClickHouse 性能强，但运维复杂
• Doris 好维护，但性能比 ClickHouse 差一点？
• Presto 灵活，但到底是查询引擎还是 OLAP？
• 还有 Druid、Kylin、Impala...

本文目标：给你一个清晰的决策框架。

二、首先搞清楚：你真的需要 OLAP 吗？

2.1 数据分析技术栈全景

2.2 决策树：你该选哪类技术？

三、三大主角登场

3.1 定位差异

3.2 架构对比

3.3 一句话总结

四、核心维度深度对比

4.1 性能对比

4.2 SQL 兼容性

具体差异示例：

-- 获取当前时间
-- ClickHouse
SELECT now();
-- Doris / Presto
SELECT CURRENT_TIMESTAMP;

-- 字符串截取
-- ClickHouse
SELECT substring('hello', 1, 3);
-- Doris
SELECT SUBSTR('hello', 1, 3);
-- Presto
SELECT SUBSTR('hello', 1, 3);

-- 日期格式化
-- ClickHouse
SELECT formatDateTime(now(), '%Y-%m-%d');
-- Doris
SELECT DATE_FORMAT(NOW(), '%Y-%m-%d');
-- Presto
SELECT DATE_FORMAT(CURRENT_TIMESTAMP, '%Y-%m-%d');

-- 条件聚合
-- ClickHouse
SELECT sumIf(amount, status = 'PAID') FROM orders;
-- Doris / Presto
SELECT SUM(CASE WHEN status = 'PAID' THEN amount ELSE 0 END) FROM orders;

4.3 数据更新能力

4.4 运维复杂度

4.5 生态集成

五、典型场景选型

5.1 场景一：实时日志分析

推荐：ClickHouse

理由：

• 单表分析性能最强
• 日志场景只追加不更新
• 压缩率高，存储成本低

-- 典型查询：UV/PV统计
SELECT 
    toDate(timestamp) AS date,
    uniq(user_id) AS uv,
    count() AS pv
FROM nginx_logs
WHERE timestamp >= now() - INTERVAL 7 DAY
GROUP BY date
ORDER BY date;

5.2 场景二：BI 报表系统

推荐：Doris/StarRocks

理由：

• MySQL 协议兼容，BI 工具无缝对接
• 多表 JOIN 性能好
• 高并发查询能力强
• 运维简单，分析师也能用

-- 典型查询：销售分析报表
SELECT 
    d.region_name,
    p.category_name,
    SUM(f.sales_amount) AS total_sales,
    COUNT(DISTINCT f.customer_id) AS customer_count
FROM fact_sales f
JOIN dim_date d ON f.date_key = d.date_key
JOIN dim_product p ON f.product_key = p.product_key
WHERE d.year = 2024 AND d.quarter = 1
GROUP BY d.region_name, p.category_name
ORDER BY total_sales DESC;

5.3 场景三：数据湖即席查询

推荐：Presto/Trino

理由：

• 直接查询数据湖，无需数据搬迁
• 支持跨数据源联邦查询
• 与 Hive/Iceberg/Delta 深度集成
• 按需扩展计算资源

-- 典型查询：跨数据源关联
SELECT 
    o.order_id,
    o.amount,
    c.name AS customer_name,
    inv.quantity AS inventory
FROM hive.sales.orders o
JOIN mysql.crm.customers c ON o.customer_id = c.id
JOIN iceberg.warehouse.inventory inv ON o.product_id = inv.product_id
WHERE o.order_date = CURRENT_DATE - INTERVAL '1' DAY;

5.4 场景四：实时数仓（需要更新）

推荐：StarRocks（Primary Key 表）或 Doris（Unique Key MOW）

理由：

• 支持实时 UPDATE/DELETE
• Merge-on-Write 实现秒级可见
• 适合 CDC 实时同步场景

-- 创建Primary Key表
CREATE TABLE orders (
    order_id BIGINT,
    status VARCHAR(20),
    amount DECIMAL(10,2),
    update_time DATETIME
)
PRIMARY KEY (order_id)
DISTRIBUTED BY HASH(order_id) BUCKETS 32;

-- 实时更新（CDC数据直接写入）
UPDATE orders SET status = 'SHIPPED', update_time = NOW()
WHERE order_id = 10001;

5.5 场景五：监控指标分析（时序数据）

六、决策矩阵

6.1 综合评分

6.2 选型决策流程图

6.3 快速选型速查表

七、混合架构：不必二选一

7.1 典型混合架构

7.2 场景分工

八、Presto/Trino 专题补充

8.1 Presto vs Trino

8.2 Presto/Trino 核心优势

8.3 Presto/Trino 典型使用场景

-- 场景1：直接查询Iceberg数据湖
SELECT 
    date_trunc('day', event_time) AS date,
    count(*) AS events
FROM iceberg.events.user_activity
WHERE event_time >= TIMESTAMP '2024-01-01'
GROUP BY 1;

-- 场景2：联邦查询
SELECT 
    m.order_id,
    m.amount,
    h.user_name,
    h.user_level
FROM mysql.ecommerce.orders m
JOIN hive.warehouse.users h ON m.user_id = h.user_id
WHERE m.order_date = CURRENT_DATE;

-- 场景3：数据湖时间旅行
SELECT * FROM iceberg.warehouse.orders 
FOR VERSION AS OF 123456789;  -- 查询历史版本

8.4 什么时候不该用 Presto？

九、成本对比

9.1 TCO (总体拥有成本) 构成

9.2 各引擎成本对比

9.3 硬件配置建议

十、迁移指南

10.1 从 Hive 迁移

10.2 从 MySQL 迁移

10.3 SQL 迁移注意事项

-- MySQL → Doris：大部分SQL直接可用
-- 注意事项：

-- 1. 自增ID：Doris不支持AUTO_INCREMENT
-- MySQL
CREATE TABLE t (id INT AUTO_INCREMENT PRIMARY KEY);
-- Doris
CREATE TABLE t (id BIGINT) 
DISTRIBUTED BY HASH(id) BUCKETS 10;
-- 需要业务层生成ID

-- 2. 索引：Doris使用不同的索引策略
-- MySQL
CREATE INDEX idx_name ON t(name);
-- Doris：通过排序键和Bloom Filter实现

-- 3. 事务：Doris不支持传统事务
-- 需要在应用层处理一致性

十一、总结

11.1 一张图总结

11.2 最终建议

记住这个口诀：

日志分析选 ClickHouse，性能极致没得说

BI 报表选 Doris，MySQL 兼容易上手

实时更新选 StarRocks，Primary Key 真给力

数据湖用 Presto，联邦查询不搬迁

十二、附录：常见 FAQ

Q1: ClickHouse 和 Doris 能不能一起用？
A: 可以。ClickHouse 处理日志分析，Doris 处理 BI 报表，各取所长。

Q2: Presto 性能不如 ClickHouse，为什么还要用？
A: Presto 的价值在于联邦查询和数据湖集成，不是为了替代 ClickHouse。

Q3: StarRocks 和 Doris 怎么选？
A: 预算够选 StarRocks（有商业支持），追求稳定选 Doris（Apache 背书）。

Q4: 小团队没有专职 DBA，选哪个？
A: 强烈推荐 Doris，部署运维最简单，社区文档也多。

Q5: 数据量不大（<1TB），有必要上 OLAP 吗？
A: 没必要。MySQL 8.0 + 合理的索引就够用了，别为了技术而技术。