从"离线数仓查得慢、点查扛不住"的痛点切入,系统拆解 Apache Doris 的 MPP 架构(FE 元数据/查询规划 + BE 存储计算,MySQL 协议接入)、三种数据模型(Duplicate/Aggregate/Unique Key)与分区分桶策略,讲透 Stream Load/Routine Load/Broker Load 等导入方式与 Kafka/Flink 实时入仓链路,最后给出前缀索引、倒排索引、高并发点查、Colocate Join 等查询优化与十项生产避坑,补齐 ClickHouse 之外"高并发实时分析"的另一块拼图。
从 OLTP 与 OLAP 的本质差异出发,深入讲解 ClickHouse 的列式存储、MergeTree 表引擎、分区与排序键、稀疏索引、向量化执行与物化视图等核心机制;对比行存与列存、MergeTree 与 Log 引擎、以及 ClickHouse 与 Elasticsearch/Doris/StarRocks 的适用场景;最后给出分片集群、写入去重、TTL、单表过大的生产避坑清单,是搭建实时分析平台的完整参考。