Doris 数据库更新指南：高效与灵活的完美结合

编者荐语：

来自PowerData徐振超同学的精彩文章~

以下文章来源于数据极客圈，作者徐振超

[

数据极客圈 .

一入大数据深似海？别怕！“数据极客圈” 就是你的救生圈，走对圈子跟对人，趣析数据、畅聊趋势，快进圈子！

](#)

如今，不管是做电商、搞金融，还是做互联网运营，大家都知道数据就是公司的 “命根子”。数据不仅要准确，更得实时更新，这样领导们做决策才能又快又准。要是数据库更新数据不给力，业务发展肯定处处受限。Apache Doris 是最近非常火的开源实时数据仓库。不少大厂都在用它处理海量数据更新，靠着高性能和灵活的架构，在数据更新这块脱颖而出。接下来，咱们就深入了解下，Doris 究竟有哪些数据更新的 “绝招”，又是怎么操作的呢？

一、Doris 数据模型与更新基础

Doris 提供主键模型和聚合模型，适配不同业务场景的更新需求。

（一）主键模型

主键模型能确保记录唯一性，在用户画像数据场景应用广泛。以电商平台为例，平台需实时更新用户浏览偏好、购买记录等信息，同时保证每个用户仅有一条最新记录。主键模型包含 MoW（Merge-on-Write）和 MoR（Merge-on-Read）两种实现方式。MoW 在写入数据时就完成合并操作，查询时无需额外处理，查询性能比 MoR 快 5 - 10 倍，在高并发查询场景下，能有效降低查询延迟，提升系统响应速度。

（二）聚合模型

聚合模型适用于数据累加、平均等场景。以广告点击数据统计为例，当新的点击记录产生时，系统会自动将其与历史数据进行聚合计算，为广告投放效果分析提供实时数据支持，助力广告主及时调整广告策略，提升投放精准度。

二、Doris 数据更新方式

（一）UPDATE 语句

UPDATE 语句适合小规模、临时性的数据修改。比如在用户标签系统中，若需修正少量用户的标签信息，使用该语句十分便捷。不过，UPDATE 语句目前仅支持 UNIQUE KEY 模型，且只能更新 Value 列。示例如下：

-- 假设表user_profile包含user_id（主键）、user_label（标签列）等字段 UPDATE user_profile SET user_label = '新标签值' WHERE user_id = 123;

（二）基于导入的批量更新

对于大规模数据更新，基于导入的方式更具优势，而且该方式支持主键模型和聚合模型。Doris 支持 Stream Load、Broker Load、Routine Load、Insert Into等导入方式，在批量更新时，系统会自动采用 UPSERT 语义，确保数据一致性。

以 Stream Load 为例，在创建表时，若要开启 Merge-on-Write 部分列更新（Doris 2.1 后默认开启），需指定如下属性：

CREATE TABLE example_table ( id INT, value VARCHAR(20) ) ENGINE = olap UNIQUE KEY(id) DISTRIBUTED BY HASH(id) BUCKETS 3 PROPERTIES ( "enable_unique_key_merge_on_write" = "true" );

在使用 Stream Load 导入数据时，需添加相应的 header，并在 columns 中指定要导入的列：

curl --location-trusted -u root:123456 -T test_data.csv -h "format:csv" -h "column_separator:," -h "partial_columns:true" -h "columns:id, value" http://10.16.10.6:8030/api/demo/example_table/_stream_load

这种方式能显著提升更新效率，特别适合每日百万级广告数据的更新场景。

三、Doris vs OLTP：数据更新的优劣对比

（一）Doris 作为 OLAP，与 OLTP 相比在数据更新方面的劣势

单条记录更新性能欠佳：OLTP 数据库专为处理大量并发的事务性操作设计，借助行级锁机制，能快速定位并更新单条记录，响应时间可低至毫秒级。而 Doris 作为 OLAP 数据库，其架构侧重于海量数据的批量处理和复杂查询分析，单条记录更新时，需在列式存储结构中进行复杂的元数据管理与数据重组，导致效率较低。

事务支持精细化不足：OLTP 严格遵循 ACID 特性，对事务的原子性、一致性、隔离性和持久性提供全面且精细的支持。Doris 虽然在批量更新时采用 UPSERT 语义确保数据一致性，但在事务的隔离级别和回滚机制方面，缺乏 OLTP 数据库那样的精细化管理。

实时互动更新体验不足：在 OLTP 场景中，用户对数据更新的响应速度和实时性要求极高，OLTP 数据库能够迅速响应用户的更新请求，并即时反馈结果。而 Doris 在处理交互式更新时，由于其查询优化和数据存储机制并非针对此类场景设计，在更新响应速度和用户交互体验上存在差距。

（二）Doris 在数据更新方面的优势

海量数据批量更新性能优：Doris 凭借独特的存储结构和并行计算能力，以 Stream Load 导入方式为例，能将百万级广告数据的更新时间从数小时大幅缩短至几分钟，远超 OLTP 数据库在大规模数据更新场景下的表现。

数据模型灵活适配性强：主键模型中的 MoW 机制在写入时完成数据合并，提升查询性能；聚合模型能自动处理数据的累加、平均等操作，满足多元业务需求，相比 OLTP 单一的数据模型，Doris 的适配性更强。

列更新策略降本增效：从 Doris 2.0 版本开始，在 MoW 实现中支持部分列更新功能，类似 Excel 表格的单元格级更新，减少不必要的数据更新开销。在聚合模型中，通过 REPLACE\_IF\_NOT\_NULL 聚合函数实现增量更新，新数据仅覆盖旧数据中的非空值，降低数据更新和存储成本。

更新与分析查询融合佳：Doris 在更新数据的同时，能为复杂的分析查询提供强大支持。在金融行业的实时交易数据分析场景中，既能快速处理海量交易数据的更新，又能为风险评估和决策提供实时依据，实现数据更新与分析查询的高效结合。