遇码开源社区

Oracle中文名甲骨文，是一家全球性的大型企业科技软件公司，总部位于美国得克萨斯州奥斯汀。Oracle Database，又名Oracle RDBMS，或简称Oracle，是甲骨文公司的一款关系数据库管理系统。目前在数据库市场上依然占有主要份额。有数据显示，财富排行榜前1000的公司都采用Oracle数据库，也因此被称为世界最好的数据库产品。

OceanBase是由蚂蚁集团完全自主研发的国产原生分布式数据库。为关键业务负载打造的分布式数据库我们来说说OceanBase有多强悍吧。从2010年开始，连续10年平稳支撑了双11（几秒多少亿的成交量，其它公司还真没有这样的需求）在TPC-C和TPC-H测试上都刷新了世界纪录的国产原生分布式数据库（不仅仅是刷新记录，简直就是不讲武德地把世界纪录拔高到遥不可及的高度，国产数据库要眉吐气了）助力金融、政府、运营商、零售、互联网等多个行业的客户实现核心系统升级（还有啥不放心的）

StarRocks 是新一代极速全场景 MPP (Massively Parallel Processing) 数据库。StarRocks 的愿景是能够让用户的数据分析变得更加简单和敏捷。用户无需经过复杂的预处理，就可以用 StarRocks 来支持多种数据分析场景的极速分析。StarRocks 兼容 MySQL 协议，支持标准 SQL 语法，易于对接使用，全系统无外部依赖，高可用，易于运维管理。

最近有很多粉丝私信我问各种问题，首先呢非常高兴大家对我的信任，我也会尽量抽出时间为大家答疑解惑。但是需要说明的是，我不可能遇到过所有的问题，有时候只能给给大家一些解决问题的思路，望大家谅解。一看就会，一做就废！。在此也给初学者们一个建议，就是多动手，不要试图通过问来消除心中所有的疑问。回归正题，前面为大家介绍了什么是ClickHouse，如果只是看了一下介绍是很难有一个深刻认知的。本文我将会带领大家完成ClickHouse的单机部署。

最近发现ClickHouse依旧是大数据领域一个绕不开的话题，特用本文专门为大家介绍一下开源OLAP数据库——ClickHouse。

本文主要介绍Doris的三个数据模型：明细模型 Duplicate、主键模型 Unique、聚合模型 Aggregate。根据业务场景选择合适的数据模型则至关重要，所以希望大家在学习Doris的时候可以多多理解，熟练掌握三种模型的应用场景。

事情是这样的，当我写了一篇《五分钟部署Doris的极简部署流程》后，有很多同学向我反馈说Docker无法访问。怎么说呢，这是一个无法言说的事实（科学上网可以减少信息差）。但是对于同学们无限的求知欲，怎么可以让一个小小的Docker给难倒呢。本文将给大家介绍不依赖Docker，如何单机完成部署Doris。

无意间看到Doris的介绍，您是否会心血来潮想要体验一番呢。通常我会建议大家查看Doris的官方文档，文档中提供了多种全面且详细的部署方式，您可以选择自己容易上手的方式完成Doris的部署。但是根据我的亲身体验而言，对于刚接触Doris的同学来说，想要完成部署实属有些困难。但是对于更多的同学而言，只是想要快速体验一番，很可能还没有开始就被卡在了部署这一步。本文则为同学们讲解五分钟部署Doris的极简流程。

Apache Doris 是一款基于 MPP 架构的高性能、实时的分析型数据库，以高效、简单、统一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。换句话说，Doris是一款免费、开源、易用且查询速度非常快的数据库，完全可以满足大数据分析场景，这也是我为什么会推荐大家体验Doris。

Apache Doris 是一个基于 MPP 架构的高性能、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。当下，实时数仓的产品还有很多，比如阿里云的Hologress，如果没有开源要求则也是非常不错的选择。

书中自有颜如玉”，至少在那一刻我是愿意相信的，哈哈哈。知识的力量在那一刻被具象化了。

在实际工作中，经常会是这样的情况，我们有些数据在CSV文件里面，有一些数据可能有以Parquet格式保存，还有数据是在Mysql数据库里面。当我们想要结合起来做分析的时候就会很麻烦。通常的做法会是搭建数仓，各类型数据都同步到数仓就可以统一使用了。这确实是很多企业的做法，但是对于个人分析或者数据量并没有那么多的情况下，我们该如何做分析呢？答案就是DuckDB。前面我们已经介绍了DuckDB对CSV和Parquet的使用，本文我讲为大家介绍如何用DuckDB直接连数据库。

前面有说过，DuckDB的创建者一开始就放弃了分布式，然后就有同学提出质疑，DuckDB会有性能瓶颈。我只想说，目前DuckDB可以说是单机场景下大数据量分析的最佳选择。本文，我将为同学们演示DuckDB在百亿级数据量下的性能表现，我感觉我已经彻底魔怔了，百亿级数据量意味着什么？

相信很多同学都遇到过这样的场景，有一个上百万条数据的CSV文件，然后想做一些分析。这时我们有哪些选择呢？现在单机性能也都普遍很好了，所以对于百万级的数据量也是可行的。但是如果是千万级或者上亿级，恐怕就心有余而力不足了。这也确实是目前大多数人的选择，性能还可以忍受，但是需要会Python，最好还会Jupyter就更好了。把CSV文件的数据导入到数据库中使用，这样也是一个选择。但是数据量达到千万级就是在挑战数据库的性能了。那么有没有一种足够足够简单并且没有性能瓶颈的方式可以来做数据分析呢？

本文将为同学们介绍如何用数据库管理工具DBeaver玩转DuckDB。

早就想要写一写DuckDB了，如果非要给这个早加一个时间，我希望是五年前（那个时候DuckDB才刚刚起步）。最初接触DuckDB只是把它当成嵌入式数据库SQLite的替代品，并且自认为SQLite经过这么多年的打磨与验证，现在就是无可替代般的存在（无知是阻碍我们进步的最大敌人）。然而当我一步步开始深入了解DuckDB的时候，我几乎是笑着完成，它完全颠覆了我对一个小小的数据库的认知。一切都不晚，一切都刚刚好！