从 ClickHouse、Druid、Kylin 到 Doris：网易云音乐 PB 级实时分析平台降本增效

网易云音乐基于 Apache Doris 替换了早期架构中 Kylin、Druid、Clickhouse、Elasticsearch、HBase 等引擎，统一了实时分析架构，并广泛应用于广告实时数仓、日志平台和会员报表分析等典型场景中，带来导入性能提升 3～30 倍，机器成本整体降低 55%、部分场景下高达 85%，每年节省数百万成本，综合效能提升 3～7 倍等显著收益。

截止目前，已有超过 9 个业务场景使用 Apache Doris，合计约 8 个 Doris 集群、100 多台机器，常规使用存储近 3PB、总容量近 8PB。

• 广告系统：通过使用 Doris 替换 Druid，P99 查询耗时控制在 2 秒内，（原先使用 Druid 查询 7 天内数据耗时尚可，但查询超过 7 天的数据会超时）。离线大表写入耗时也从原先的 11～12 小时降低至 3～4 小时。
• 日志平台：使用 Doris 替换 ClickHouse，查询效率提升 60%，机器数量减少了 50%，每年节省数百万使用成本。
• 会员报表分析：使用 Doris 替换 Kylin，大幅降本增效：数据导入耗时从原先的 6-10 小时缩短至于 10 分钟内，存储空间从 220 TB 减少至 13 TB，机器使用成本降低 85%。

基于 Apache Doris 的统一实时分析平台

网易云音乐实时分析诉求多样，早期采用了多引擎并存的架构来满足需求，使用的组件包括 Druid、Kylin、Impala、ClickHouse 、Elasticsearch 和 Hbase。然而，这种架构虽然满足了多样化分析诉求，但是带来了数据和资源冗余严重、运维困难、稳定性差、开发效率低、数据流维护复杂等一系列难题。

1. 基于 Apache Doris 的统一实时分析平台.jpeg

因为 Apache Doris 具有实时、统一、运维简单、社区活跃等特点，网易云音乐引入了 Doris 来解决这些难题。基于 Apache Doris 的新架构如下图。

• 使用 Doris 替换了 Kylin、Druid、Clickhouse、Elasticsearch、HBase 多个引擎，Doris 统一提供查询及分析服务。
• 在业务应用上，借助 Doris 的星型和雪花模型，大幅增强了多表关联分析和灵活查询能力。
• 基于 Doris 湖仓一体的能力，可以将 Doris 中冷数据回写到 Hive 离线数仓，也可以直接基于 Doris 查询加速 Hive 中的数据，实现了湖仓融合架构。

1. 基于 Apache Doris 的统一实时分析平台-2.jpeg

在线广告场景

广告系统本质上是一种推荐系统，基于日志数据分析结果来影响下一次广告推荐。同时，它也是一个在线交易平台，用户在手机上看到的广告通常是经过激烈竞价的结果。所以数据分析的实时性和高并发是广告数据分析系统中的关键。

网易云音乐之前的广告实时分析系统基于 Apache Druid 构建，随着数据量的增加和分析业务的发展，原有基于 Druid 的广告实时分析系统在实时性与灵活性上尽显疲态：单表 30 亿行离线数据导入耗时长达 12 小时，复杂查询响应时间超过 5 秒，难以支持业务侧低延迟、高并发的要求。在对 Druid 和 Doris 做了深入调研和对评测后，网易云音乐决定使用 Doris 替换 Druid ，基于 Doris 构建新一代广告实时数仓，以支持驾驶舱、A/B 测试、自助 BI、内部报表以及面向广告主的高并发分析服务。

Apache Doris vs Apache Druid

apache-doris-vs-druid.png

引入 Doris 后的架构如下图所示。在此架构下，成功解决了数据导入耗时过长和查询性能较差的问题，同时在数据更新和数据模型等方面实现了进一步优化。

在线广告场景.png

• 在数据写入上： 引入 Doris 之后，广告系统每日可承载最高写入速率达到 307 MB/s，平均写入速率为 135 MB/s；每日写入行数最高可达 186 万 OPS/s，平均为 54.7 万 OPS/s。之前使用 Druid 导入 Hive 单表 30 亿行数据时，导入时间通常需要 7-8 小时，甚至 11-12 小时，使用 Doris 已缩短至 3～4 小时，提升 3 倍。
• 在查询优化上： 采用 Colocate Join 和 Broadcast Join 的关联优化加速了大表与维表的查询性能；合理设置物化视图，以聚合高频查询数据，进一步提升查询速度；Doris 的数据隔离能力确保了不同业务之间的资源独立，有效优化了查询负载。
• 在存储模型上： 针对大流量实时数据，首先使用 Apache Flink 进行预聚合，以减少存储压力和提升查询速度。聚合后的数据采用 Duplicate Key 模型，而维表则使用 Unique Key 模型，以确保数据的唯一性和准确性。在聚合表中，字段设置为特定类型，并根据使用频率对 key 进行排序，以提高前缀索引的命中率。同时，分区粒度设定为天，采用 log_time_minute 作为分区计算参数，使查询时通过过滤 log_time_minute 就能有效命中分区，而减少文件扫描量。
• 在数据更新上： 广告系统使用 Unique Key 实现了行级更新，保证维表数据的实时准确性。Unique Key 模型默认更新语义为整行UPSERT，即 UPDATE OR INSERT，若 Key 存在则更新，不存在则插入新数据。在整行 UPSERT 语义下，即使用户 Insert Into 指定部分列进行写入，Doris 也会在 Planner 中使用 NULL 值或默认值进行未提供列的填充。

日志与可观测性场景

网易云音乐每天都会产生大量用户行为数据、业务数据及日志数据，面对每日万亿级别数据的增量，网易云音乐早期的日志库以 ClickHouse 为核心构建，但存在运维成本高、并发能力不足、写入性能不稳定等问题。为此，使用 Apache Doris 作为日志库新方案，替换了 ClickHouse。目前已经稳定运行 3 个季度，规模达到 50 台服务器，2PB 数据，每天新增日志量超过万亿条，峰值写入吞吐达 6GB/s。

Apache Doris vs ClickHouse

apache-doris-vs-clickhouse.png

基于 Apache Doris 的日志库如下图所示。客户端、服务端日志以及数据平台组件运行日志通过采集、清洗、加工后写入 Doris 日志库中，由日志库进行明细和聚合查询，为异常用户行为、社区热点监控、任务异常分析、任务预警、大盘监控业务场景提供服务。

3. 日志与可观测性场景.png

Doris 的引入在查询响应、并发能力、使用成本等多方面可观的收益：

• 查询响应提升：整体 P99 查询延迟降低了 30%。特别是通过倒排索引加速，Doris 的全文检索 MATCH 查询性能比 LIKE 查询提升了 3-7 倍（在查询约 6TB 数据时，LIKE 查询耗时 7-9 秒，而 MATCH 查询仅需 1-3 秒）。此外，倒排索引的全文检索具备自动的大小写和单复数归一化能力，能够高效检索出更多相关日志。
• 查询并发提升：ClickHouse 并发查询数超过 200 时就会经常出现 Too many simultaneous queries错误，而 Apache Doris 能够支撑 500+ 并发查询。Doris 还可以对单次查询的数据量和并发数进行调整，以灵活应对不同场景下的并发要求。
• 机器成本节省：得益于冷热数据的分层存储和高效压缩，机器数量减少了 50%，每年节省了数百万的成本。
• 写入稳定性提升：FE / BE 发生单点故障时，都能自动感知和重试恢复，保证服务高可用。

会员分析场景

在企业精细化运营的背景下，会员数据分析已成为推动业务增长的重要动力。它承担着用户画像构建、消费行为洞察和精准营销策略制定等关键服务，这些服务主要依赖于数仓的多维分析能力。之前采用基于 Kylin 的架构，需要提前构建 Cube，数据膨胀严重、构建成本高昂、查询分析不够灵活。因此，决定引入 Apache Doris 进行优化。

Apache Doris vs Apache Kylin

apache-doris-vs-kylin.png

引入 Apache Doris 后，具体收益如下：

• 导入效率提升 36 倍，机器使用效率提升 7 倍

早期使用 Kylin 时，数据导入需要构建大量的 Cube，而构建 Cube 需要耗费大量的时间和资源。而替换为 Doris 后，数据导入耗时从原先的 6-10 小时缩短至于 10 分钟内，导入效率至少提升 36 倍。其次，所需的存储空间也从 220 TB 减少至 13 TB，存储空间降低高达 94%，机器成本也从 35 台降低至 5 台，机器成本降低 85%。

• 查询性能提升 12 倍

该场景下，通常要求能够秒级别返回结果。而查询通常涉及多张表先进行 Join 计算、再聚合计算，Kylin 在该过程会消耗大量计算资源，并且难以保证时效性。对此，Doris 依赖其出色的复杂查询能力，并结合物化视图能够很好应对，它不仅支持直接查询，也支持透明改写，优化器会依据改写算法和代价模型，自动选择最优的物化视图来响应请求。在使用 Doris 之后，查询耗时从 4min 降到 20s，显著提升了查询性能。

结束语

网易云音乐使用 Apache Doris 替换了早期架构中 Kylin、Druid、Clickhouse、Elasticsearch、HBase 等引擎，统一了实时分析架构，广泛应用于广告系统、日志平台和会员报表分析等典型场景，在写入、查询、存储性能方面得到全面提升：导入性能提升 3～30 倍，机器成本整体降低 55%、部分场景下高达 85%，每年节省数百万成本，综合效能提升 3～7 倍等显著收益。未来，网易云音乐将进一步挖掘 Doris 能力，扩展其应用范围：

• 结合大模型 + AI：我们正在探索 Doris 与大模型 AI 能力的结合创新。目前，社区已经推出了 Apache Doris MCP Server，用户可通过自然语言在 Doris 集群上运行 SQL 查询、可利用 LLM 与 BI 进行交互、同时支持将分析结果嵌入到 AI 应用中，为用户提供了一套全面、强大且便捷的数据交互和分析工具。后续 Doris 还会在已有倒排索引全文检索基础上推出向量检索和 HybridSearch，用于 RAG 等场景，我们也将积极尝试在 AI 场景落地。
• 数据湖：计划使用数据湖、存算分离以及冷热分层策略来提升集群的稳定性。
• 稳定性建设：未来将构建集群管控平台，增强健康度监测能力。关注连接数、tablet 数量以及每个数据库的存储使用限制，避免因事务超限或存储空间超限而导致的任务失败。