从Presto跳槽到Doris后，湖仓一体省时又省力

见字如面，我是一臻

❝在大数据领域，数据湖查询引擎的选择对企业数据架构的效率和成本效益至关重要。 Apache Doris 和 Presto/Trino 作为主流的查询引擎，各自具备不同的架构设计和适用场景。 今天，我们就来相互vs一下。

Presto/Trino 专注于提供一个联邦查询引擎，擅长跨异构数据源进行查询，但其本身不包含存储层。

相比之下，Apache Doris 提供了一个融合数据仓库与数据湖查询能力的统一架构。这种设计既能作为独立的、高性能的数据仓库存在，也能高效查询外部数据湖，从而帮助企业简化技术栈，避免在多个系统之间进行选择和维护。

在性能层面，两者存在显著差异。

Doris 基于 C++ 实现的全向量化执行引擎，在性能上通常优于主要基于 Java 实现的 Presto/Trino。

TPC-DS 1TB Benchmark

根据 TPC-DS 1TB 基准测试结果，当直接查询外部 Hive 表时，Doris 的执行效率比 Presto/Trino 快2到3倍；而当数据导入 Doris 内部表时，其查询性能更是可以达到 Presto/Trino 的10倍以上。

这种性能优势源于Doris更先进的查询优化器（CBO），该优化器能够更好地支持复杂查询，并利用完善的统计信息进行成本估算。

此外，Doris 内置了多层缓存机制，包括元数据缓存和数据缓存，有效减少了网络 I/O 和对外部存储系统（如 HDFS）的依赖，从而提升了查询的稳定性和响应速度。

Doris 的物化视图功能也更为成熟，支持增量刷新和查询透明加速，优化器能自动匹配最优物化视图，而 Presto 则需要手动进行全量刷新...

好比之前顺丰科技：自主研发的可视化数据自助分析工具“丰景台”，最初使用 Presto 作为查询引擎，但在大规模应用中遇到了查询速度慢、服务稳定性差、资源成本高昂以及场景局限等一系列挑战。Presto 的查询优化器在处理复杂查询时能力有限，且由于缺乏内置缓存，系统稳定性易受 HDFS I/O 抖动的影响。为解决这些问题，顺丰科技决定引入 Apache Doris 进行架构升级，并得到 提速3倍，成本降48% 的结果。

还有其它多家企业实践，也通过基于Apache Doris的架构升级后，有了不同程度的降本增效：

当下若还有客官问：选择 Presto/Trino 还是 Apache Doris，真就有点像是在问：是继续用一把万能但偶尔卡顿的瑞士军刀，还是换上一套为特定任务精雕细琢、锋利无比的专业工具？

Doris 凭借其“快、准、狠”的统一湖仓架构，正在成为许多数据团队的“新宠”。它用全向量化引擎、智能优化器和多层缓存这些工艺，告别了查询慢、运维难的窘境...

如果你正头疼于如何简化架构、提升性能并控制成本，那么 Apache Doris 或许就是那个能让你“鱼与熊掌兼得”的答案吧。

完