扫码阅读
手机扫码阅读
数仓选型之 StarRocks

我们非常重视原创文章,为尊重知识产权并避免潜在的版权问题,我们在此提供文章的摘要供您初步了解。如果您想要查阅更为详尽的内容,访问作者的公众号页面获取完整文章。


DevXTalk
扫码关注公众号
StarRocks 数据仓库选型比较
StarRocks 和 ClickHouse 是当前市场上能够同时满足海量数据存储与快速分析需求的全场景MPP数据库。
ClickHouse 优点
- 配置丰富,依赖 Zookeeper
- 线性可扩展性
- 容错性高,异步多主复制
- 单表性能优秀,支持向量计算及优化手段
- 支持多种表引擎
StarRocks 优点
- 支持高并发的join查询
- 不依赖大数据生态,联邦查询兼容大数据生态
- 多种数据模型支持
- 在线弹性扩缩容,自动负载均衡
- 高并发分析查询
- 实时性好,数据秒级写入
- 兼容 MySQL 5.7 协议和生态
功能对比
StarRocks 和 ClickHouse 在性能和存储复制机制上有相似之处,但在功能、性能和使用场景上存在差异。ClickHouse 适用于大宽表场景,而 StarRocks 的 join 能力更强,能够建立星型或雪花模型,适应维度数据的变更。
高并发支撑
ClickHouse 不建议高并发业务查询,而 StarRocks 可以支撑数千用户的分析查询,具有更好的高并发能力。
数据的高频变更
ClickHouse 的数据更新操作较为复杂,而 StarRocks 提供了多种模型适配更新操作,更加简单且高效。
集群维护
ClickHouse 的节点扩容与重分布操作复杂,而 StarRocks 可以在线弹性扩缩容,自动数据负载均衡。
性能测试
在对比测试中,StarRocks 和 ClickHouse 都在阿里云主机上进行了配置和性能测试。
StarRocks 企业应用
StarRocks 在携程、美团、同程旅行、58同城、贝壳找房和腾讯游戏等企业有广泛应用。
StarRocks 介绍与适用场景
StarRocks 是一款新一代的全场景MPP数据库,适用于OLAP多维分析、实时数据仓库、高并发查询和统一分析等多种业务场景。
产品特性
StarRocks 采用 MPP 分布式执行框架和向量化执行引擎,提升查询性能,支持 MySQL 协议,并易于运维管理。
想要了解更多内容?


DevXTalk
扫码关注公众号
DevXTalk的其他文章
数据库设计规范建议收藏
数据库设计规范建议收藏
关于库
【强制】名称长
轻松且优雅的 Spring 注解工具类
轻松且优雅的 Spring 注解工具类工作多年我发现一个有趣的现象,有的同学会在项目代码中自己去写很多基础代码
图解通俗易懂Scrum敏捷项目管理精华
图解通俗易懂Scrum敏捷项目管理精华敏捷开发方法是一种以人为核心、迭代、循序渐进的软件开发方法。
软考系统架构师软件工程考点
软考系统架构师软件工程考点
软件过程模型
原型
解答 COUNT 函数的十个问题
解答 COUNT 函数的十个问题COUNT有几种用法?\x0d\x0aCOUNT函数主要有三种用法:COUNT(*):统计表中的行数,包括所有行,不论列中的值是否为NULL。
加入社区微信群
与行业大咖零距离交流学习


PMO实践白皮书
白皮书上线
白皮书上线