Apache Doris 从 Apache 孵化器毕业,正式成为 Apache 顶级项目!

全球最大的开源软件基金会Apache软件基金会（以下简称Apache）于美国时间2022年6月16日宣布，Apache Doris成功从Apache孵化器毕业，正式成为Apache顶级项目（Top-Level Project，TLP）。

Apache Doris是一个基于MPP的现代化、高性能、实时的分析型数据库，以极速易用的特点被人们所熟知，仅需亚秒级响应时间即可返回海量数据下的查询结果，不仅可以支持高并发的点查询场景，也能支持高吞吐的复杂分析场景。基于此，Apache Doris在多维报表、用户画像、即席查询、实时大屏等诸多业务领域都能得到很好应用。

Apache Doris最早是诞生于百度内部广告报表业务的Palo项目，2017年正式对外开源，2018年7月由百度捐赠给Apache基金会进行孵化，之后在Apache导师的指导下由孵化器项目管理委员会成员进行孵化和运营。

“我们很自豪Doris能够顺利从Apache孵化器毕业，这是一个重要的里程碑。在整个孵化阶段，依靠Apache理念的指导和孵化器导师的帮助，我们学会了如何以Apache的方式去发展我们的项目与社区，也在这一进程中获得了巨大的成长。” Apache Doris VP陈明雨说道。

目前Apache Doris社区已经聚集了来自不同行业近百家企业的300余位贡献者，并且每月活跃贡献者人数也接近100位。在孵化期间，Apache Doris一共发布了8个重要版本，完成了包括存储引擎升级、向量化执行引擎等诸多重大功能，并正式发布了1.0版本。正是依靠这些来自开源贡献者的力量，才使得Apache Doris取得了今天的成绩。

与此同时，Apache Doris如今在中国乃至全球范围内都拥有着广泛的用户群体，截止目前，Apache Doris已经在全球超过500家企业的生产环境中得到应用，在中国市值或估值排行前50的互联网公司中，有超过80%的公司长期使用Apache Doris，包括百度、美团、小米、京东、字节跳动、腾讯、快手、网易、微博、新浪、360等知名公司。同时在一些传统行业如金融、能源、制造、电信等领域也有着丰富的应用。

“你可以基于Apache Doris快速构建一个简单易用并且性能强大的数据分析平台，非常易于上手，所需要付出的学习成本非常低。并且Apache Doris的分布式架构非常简洁，可以极大降低系统运维的工作量，这也是越来越多用户选择Apache Doris的关键因素。”

作为一款成熟的分析型数据库项目，Apache Doris有以下优势：

-性能优异：自带高效的列式存储引擎，减少数据扫描量的同时还实现了超高的数据压缩比。同时Doris还提供了丰富的索引结构来加速数据读取与过滤，利用分区分桶裁剪功能，Doris可以支持在线服务业务的超高并发，单节点最高可支持上千QPS。更进一步，Apache Doris结合了向量化执行引擎来充分发挥现代化CPU并行计算能力，辅以智能物化视图技术实现预聚合加速，并可以通过查询优化器同时进行基于规划和基于代价的查询优化。通过上述多种方式，实现了极致的查询性能。

-简单易用：支持标准ANSI SQL语法，包括单表聚合、排序、过滤和多表Join、子查询等，还支持窗口函数、Grouping Set等复杂SQL语法，同时用户可以通过UDF和UDAF等自定义函数来拓展系统功能。除此以外，Apache Doris还实现了MySQL协议兼容，用户可以通过各类客户端工具来访问Doris，并支持与BI工具的无缝对接。

-架构精简：系统只有两个Frontend（FE）和Backend（BE）两个模块，其中FE节点负责用户请求的接入、查询计划的解析、元数据存储及集群管理等工作，BE节点负责数据存储和查询计划的执行，自身就是一个完备的分布式数据库管理系统，用户无需安装任何第三方管控组件即可运行起Apache Doris集群，并且部署和升级过程都非常简易。同时，任一模块都可以支持横向拓展，集群最高可以拓展到数百个节点，支持存储超过10PB的超大规模数据。

-稳定可靠：支持数据多副本存储，集群具备自愈功能，自身的分布式管理框架可以自动管理数据副本的分布、修复和均衡，副本损坏时系统可以自动感知并进行修复。节点扩容时，仅需一条SQL命令即可完成，数据分片会自动在节点间均衡，无需人工干预或操作。无论是扩容、缩容、单节点故障还是在升级过程中，系统都无需停止运行，可正常提供稳定可靠的在线服务。

-生态丰富：提供丰富的数据同步方式，支持快速加载来自本地、Hadoop、Flink、Spark、Kafka、SeaTunnel等系统中的数据，也可以直接访问MySQL、PostgreSQL、Oracle、S3、Hive、Iceberg、Elasticsearch等系统中的数据而无需数据复制。同时存储在Doris中的数据也可以被Spark、Flink读取，并且可以输出给上游数据应用进行展示分析。

“‍毕业不是最终目标，它是新征程的起点。”陈明雨说到。“在过去，我们发起Doris的目标是为更多人提供体验更佳的数据分析工具、解决他们数据分析的难题。成为Apache顶级项目一方面是对Apache Doris社区过去所有贡献者一直以来辛勤工作的肯定，另一方面也意味着我们在Apache Way的指引下建立了一个强大的、繁荣的、可持续发展的开源社区。未来我们将会继续以Apache方式运作社区，相信会吸引到更多优秀的开源贡献者参与社区中来，社区也会在所有贡献者的帮助下得到进一步成长。”

“Apache Doris后续将开展更多富有挑战且有意义的工作，包括新的查询优化器、对湖仓一体化的支持，以及面向云上基础设施的架构演进等等。欢迎更多的开源技术爱好者加入Apache Doris的社区，携手共成长。”

“我们再次由衷地感谢所有参与建设Apache Doris社区的贡献者们，以及所有使用Apache Doris并不断提出改进建议的用户们。同时也感谢一路走来，不断鼓励、支持和帮助过我们的孵化器导师、IPMC成员以及各个开源项目社区的朋友们。”

关于SelectDB

SelectDB是一家开源技术公司，致力于为Apache Doris社区提供一个由全职工程师、产品经理和支持工程师组成的团队，繁荣开源社区生态，打造实时分析型数据库领域的国际工业界标准。基于Apache Doris研发的新一代云原生实时数仓SelectDB，运行于多家云上，为用户和客户提供开箱即用的能力。