【用户案例】从 ClickHouse 到 Apache Doris：快成物流的数智化货运应用实践

原文节选：

截至目前，基于 Apache Doris 的大数据算法平台已经接入了近 10 个物流大数据业务线，部署生产集群 2 套，存储数据总量达百亿级规模，覆盖实时数仓、BI 多维分析、用户画像、货运轨迹信息系统等业务场景，查询效率大幅提升，其简洁的开发架构与经济的资源存储方案，为业务与开发人员带来极大便利与效益增长。

在业务实践环节，我们也记录了许多生产环境下基于 Doris 的开发经验，在此与诸位分享：

1. MPP 数据库在 OLAP 场景虽然兼容 MySQL 协议，但是不建议当作 MySQL 使用，更适用于大批量的数据写入，而非高并发的单条数据写入；
2. 构建轻量级数仓时，部分场景可以替代 Hive 数仓，尤其是中小规模的数据量并且相对简单的场景；
3. GIS 物联网的场景下使用，可以支持存储 PB 数据级别；
4. 分区表支持原子替换，支持对两个表进行原子的替换操作，不会中断表提供服务；

后续我们将持续深入使用 Apache Doris 的新版功能，并重点关注扩展以下方面：

• 引入异步物化视图：Apache Doris 在 2.1 版本推出了基于多表的异步物化视图，支持透明改写加速、自动刷新、外表到内表的物化视图以及物化视图直查，此外，还可以用于数据仓库分层建模、作业调度和数据加工等场景。

• 数据一体能力扩展：此前我们曾向社区提议增强数据集成能力，例如通过 JDBC Catalog 从 MySQL 直接同步数据至 Doris，意见已被社区采纳并改进完成，后续也期待更多的新功能。

• 增强 GIS 地理信息系统功能：如经纬度距离实时刷新、区域范围搜索提速；

• 期待整合 AI算法库：增加例如 Spark ML 类的机器学习算法库，整合特征平台与向量数据库。