随着川航大规模数据导入需求增长，数据响应频繁出现卡顿，原 Hadoop + Apache Doris 的数据架构存在着涉及组件多、并发性不足、数据导入受限的痛点。经过综合选型对比，川航选择引入 SelectDB 建设湖仓一体大数据分析引擎，取得了数据导入效率提升 3-6 倍，查询分析性能提升 10-18 倍、实时性提升至 5 秒内等收益。
欢迎阅读原文了解详情：从湖仓分离到湖仓一体，四川航空基于 SelectDB 的多源数据联邦分析实践
1 Answers
原文节选：
SelectDB 凭借湖仓一体特性、丰富导入方式、卓越性能表现及广泛生态支持，有效解决了川航的多项痛点，全面满足其业务需求：
- 湖仓一体：SelectDB 湖仓一体特性帮助川航简化多组件与多数据源对接，加速数据导入和集成，统一查询网关和入口，优化数据湖仓查询效率。
- 导入方式丰富：SelectDB 支持 HDFS、Kafka、Spark、Flink、Routine Load、Broker Load 以及 Stream Load 等多种数据导入方式 ，满足川航不同场景需求，且导入性能优异；
- 高并发性能卓越：面对大数据量与高并发时，SelectDB 能够展现出出色的性能，有效替换 Hive、Spark 提供高效数据查询服务；
- Join 能力出色：SelectDB 大表 Join 处理表现出色，支持 Broadcast Join、Shuffle Join、Hash Join 等多种分布式 Join 方式，满足了川航广泛存在的跨业务大表数据关联分析需求；
- 丰富数据生态集成：SelectDB 兼容 Spark、Flink、DataX、SeaTunnel 等计算框架，官方文档提供代码示例，易于工程师使用。