阿里基于 Doris 的实时数仓实践：每天 500 亿条数据

最近看了阿里云数据库团队分享的基于 Doris 的实时数仓实践，干货很多。

业务场景

• 淘宝/天猫的实时大屏
• 广告投放的实时 ROI 分析
• 物流路径的实时优化

日增数据量：500 亿条。单个表的存储量：PB 级别。

关键技术点

1. 数据分层

ODS（原始数据）→ DWD（明细数据）→ DWS（汇总数据）→ ADS（应用数据）

Doris 主要承担 DWS 和 ADS 层的查询，ODS/DWD 层使用 Flink 做实时 ETL。

2. 分区和分桶策略

• 按天分区，保留 30 天热数据
• 分桶键选择高基数字段（比如 user_id）
• 每个分桶 1-3GB，保证查询并行度

3. 物化视图加速

对高频聚合查询（比如"过去 1 小时 GMV"）创建物化视图，查询延迟从 3s 降到 50ms。

对学习者的启示

Doris 现在在国内越来越火。相比 ClickHouse，Doris 在标准 SQL 兼容性和运维友好度上更好。如果想进入数据基础设施方向，Doris 值得学习。

参考来源：

• Apache Doris 官方文档