8-1 StarRocks 在 360 的应用

背景与对比

• 对比Druid、Hive、Spark、Mysql等查询引擎，StarRocks、Apache Doris、ClickHouse各有优劣。StarRocks在数据量、查询性能、SQL支持、扩展性等方面表现优异，且运维简单。
• 测试数据使用SSB SF=100，生成5张表，通过13个SQL查询测试，StarRocks在引擎导入耗时、查询性能（单表和多表）方面均优于Apache Doris和ClickHouse。

特性对比

• StarRocks、Apache Doris、ClickHouse在运维程度、多表join支持、多租户支持、生态丰富度等方面各有特点。StarRocks在查询性能、多表join、外表支持等方面表现更优。

StarRocks优势

• StarRocks架构精简，易于维护，支持灵活的扩缩容和故障节点自动恢复。
• 支持标准SQL，用户上手简单，查询性能高效，join性能更好，采用向量化引擎和CBO优化器。
• 支持联邦查询和多种类型的外表，加速数据查询。
• 支持多种数据模型和现有系统接入，导入功能强大。
• 支持智能物化视图、自定义分区分桶，极速数据湖分析。

Doris升级StarRocks

• 升级方案包括停止写入、拷贝数据文件、替换bin文件、灰度重启。
• 升级后查询响应速度提升20%~30%。

主要应用场景

• 数据分析平台：解决MySQL负载高、响应慢的问题，通过分区分桶提升响应速度。
• 用户画像：通过明细模型和bitmap运算支持留存分析等需求，实现高效精确去重。
• 搜索广告数据：利用聚合模型、物化视图、多表join等功能提升查询性能。

多场景应用探索

• 云原生湖仓一体SaaS化产品，支持资源管理、VW的创建扩缩容、SQL路由等。
• StarRocks与Trino、Flink、Iceberg等结合，实现高性能数据查询。

总结与展望

• StarRocks架构简单，方便运维，用户上手成本低，查询性能优越，已实现各平台互联互通，支持Iceberg、Hudi等数据湖分析外表。
• 展望未来，StarRocks将向云原生化发展，实现外表存算分离和olap表存算分离，推广接入更多业务线。