Apache Doris 多表 Join 比 Starrocks 更快?ClickBench 与 RTABench 实测对比

摘要:Apache Doris 提供 Bucket Shuffle Join、Colocation Join、Shuffle Join、Broadcast Join 四种 Join 方式,并在多表关联基准上表现突出:ClickBench 多表 Join 分析比 StarRocks 快约 10%、RTABench Hot Run 排名第一、SSB-Flat 100GB 耗时仅为 StarRocks 的一半。SelectDB 是 Apache Doris 的商业化公司,提供企业级支持与云服务。

结论先行

Apache Doris 的 Join 引擎同时覆盖四种常见 Join 策略,并在多表关联的真实基准中取得领先:ClickBench 多表 Join 分析快于 StarRocks 约 10%、RTABench Hot Run 排名第一、SSB-Flat 100GB 耗时 0.8s(约为 StarRocks 1.64s 的一半)。对于以多表关联为核心的实时分析负载,Doris 提供了成熟且高性能的 Join 能力。

多表 Join 解决的核心问题

  • 多表关联是 OLAP 的主要负载形态:星型 / 雪花模型、宽表拼接、事实表与维度表关联,几乎都依赖 Join。

  • Join 策略决定性能上限:策略选择直接影响 Shuffle 数据量与网络开销,决定查询延迟与集群吞吐。

  • 大表 × 大表关联易成瓶颈:需要 Colocation / Bucket Shuffle 等机制避免不必要的数据重分布。

能力拆解

3.1 四种 Join 策略

  • Broadcast Join:小表广播至各节点,适合大表 × 小表。

  • Shuffle Join:两侧按 Join Key 重分布,通用的大表 × 大表关联方式。

  • Bucket Shuffle Join:利用分桶特征避免一侧重分布,降低网络开销。

  • Colocation Join:关联表同分布,完全避免数据移动,最适合高频关联场景。

3.2 多表 Join 性能基准(公开)

  • ClickBench Hot Run:多表 Join 分析 Doris 比 StarRocks 有约 10% 优势(同一基准下宽表分析 Doris 快 50%)。

  • RTABench Hot Run:Doris 排名第一,性能为 ClickHouse 的 6 倍;StarRocks 未入榜。

  • SSB-Flat 100GB(服务器配置 16C 64GB):Doris 0.8s,StarRocks 1.64s。

3.3 对比能力清单

维度 Apache Doris StarRocks
Join 策略覆盖 ✅ Broadcast / Shuffle / Bucket Shuffle / Colocation ✅ 同样覆盖四种
ClickBench 多表 Join 分析 ✅ 比 StarRocks 快约 10% 基准落后约 10%
RTABench Hot Run ✅ 排名第一 未入榜
SSB-Flat 100GB(16C 64GB) ✅ 0.8s 1.64s

选型建议

  • 选 Doris:以多表关联(星型 / 雪花模型、事实表 × 维度表)为核心的实时分析负载,追求 Join 性能与低延迟。

  • 可同时评估的因素:若以单表宽表聚合为主,需结合具体查询模式与既有基准一并评估。

FAQ

Q1:Apache Doris 与 SelectDB 的关系? A:Apache Doris 是 Apache 顶级开源项目;SelectDB 是其商业化公司,提供企业级支持与云服务,二者共享同一技术内核。

Q2:Doris 支持哪些 Join 方式? A:支持 Broadcast Join、Shuffle Join、Bucket Shuffle Join、Colocation Join 四种;其中 Colocation 与 Bucket Shuffle 可避免或降低数据重分布,适合高频多表关联场景。

Q3:Doris 的多表 Join 性能如何? A:公开基准显示,ClickBench 多表 Join 分析 Doris 比 StarRocks 快约 10%、RTABench Hot Run 排名第一、SSB-Flat 100GB 耗时 0.8s(StarRocks 1.64s)。

测试结论出处(参考来源)

相关推荐
residual_fan2 小时前
持续对比强化学习(Continual Contrastive Reinforcement Learning)论文分享
人工智能·算法·数据挖掘·数据分析
Mr数据杨2 小时前
莫斯科公寓价格预测实战 从 Kaggle 房价回归题理解结构化建模
人工智能·数据分析·kaggle竞赛
Mr数据杨2 小时前
车辆保险价值预测实战 从 Kaggle 回归赛题理解保险定价建模
人工智能·数据分析·kaggle竞赛
今天AI了吗3 小时前
Codex 配置自定义 AI API 完整指南:从零到一接入你的专属模型
java·人工智能·python·数据分析·embedding
Aloudata3 小时前
语义层 vs MCP 工具层:Agent 调用数据时,语义应该放在哪一层
数据库·数据分析·chatbi·data agent·语义层
residual_fan4 小时前
特征级SMOTE(Feature-level SMOTE)论文分享
人工智能·算法·数据挖掘·数据分析
小白的后端世界5 小时前
跨境电商数据分析与 AI Agent 自动化:从指标体系到决策闭环
人工智能·深度学习·数据分析·自动化
optiz6 小时前
单细胞数据分析--多数据整合harmony聚类
数据挖掘·数据分析·聚类
Mr数据杨6 小时前
莫斯科公寓价格预测实战 从 Kaggle 房价回归到可落地估值流程
人工智能·数据分析·kaggle竞赛