存算一体 VS 存算分离
本文介绍存算分离与存算一体两种架构的区别、优势和适用场景，为用户的选择与使用提供参考。后文将详细说明如何部署并使用 Apache Doris 存算分离模式。如需部署存算一体模式，请参考集群部署。
存算一体 VS 存算分离
Doris 的整体架构由两类进程组成：Frontend (FE) 和 Backend (BE)。其中 FE 主要负责用户请求的接入、查询解析规划、元数据的管理、节点管理相关工作；BE 主要负责数据存储、查询计划的执行。（更多信息）
存算一体
在存算一体架构下，BE 节点上存储与计算紧密耦合，数据主要存储在 BE 节点上，多 BE 节点采用 MPP 分布式计算架构。
存算分离
BE 节点不再存储主数据，而是将共享存储层作为统一的数据主存储空间。同时，为了应对底层对象存储系统性能不佳和网络传输带来的性能下降，Doris 引入计算节点本地高速缓存。
元数据层：
FE 主要存放库表元数据，Job 以及权限等 MySQL 协议依赖的信息。
Meta Service 是 Doris 存算分离元数据服务，主要负责处理导入事务，Tablet Meta，Rowset Meta 以及集群资源管理。这是一个可以横向扩展的无状态服务。
计算层：
存算分离模式下的 BE 是无状态的 Doris BE 节点，BE 上会缓存一部分 Tablet 元数据和数据以提高查询性能。
计算组（Compute Group) 是由 BE 节点组成的计算资源集合，多个计算组共享一份数据，计算组可以随时弹性加减节点。
共享存储层：
您可以基于 HDFS 和对象存储创建存储库（Storage Vault），建表时可以选择表的存储库。
如何选择
存算一体的优点
- 部署简易：Apache Doris 不需要依赖类似外部共享文件系统或者对象存储，仅依赖物理服务器部署 FE 和 BE 两个进程即可完成集群的搭建，可以从一个节点扩展到数百个节点，同时也增强了系统的稳定性。
- 性能优异：Apache Doris 执行计算时，计算节点可直接访问本地存储数据，充分利用机器的 IO、减少不必要的网络开销、获得更极致的查询性能。
存算一体的适用场景
- 简单使用/快速试用 Doris，或在开发和测试环境中使用；
- 不具备可靠的共享存储，如 HDFS、Ceph、对象存储等；
- 业务线独立维护 Apache Doris，无专职 DBA 来维护 Doris 集群；
- 不需极致弹性扩缩容，不需 K8s 容器化，不需运行在公有云或者私有云上。
存算分离的优点
- 弹性的计算资源：不同时间点使用不同规模的计算资源服务业务请求，按需使用计算资源，节约成本。
- 负载（完全）隔离：不同业务之间可在共享数据的基础上隔离计算资源，兼具稳定性和高效率。
- 低存储成本：可以使用更低成本的对象存储，HDFS 等低成本存储。
存算分离的适用场景
- 已使用公有云服务
- 具备可靠的共享存储系统，比如 HDFS、Ceph、对象存储等
- 需要极致的弹性扩缩容，需要 K8S 容器化，需要运行在私有云上
- 有专职团队维护整个公司的数据仓库平台
基于存算分离实现多计算组工作负载隔离
如前所述，一个或多个无状态的 BE 节点可以组成计算组，可以运用计算组指定语句 (use @<compute_group_name>) 将特定负载指定到特定的计算组中，从而实现多导入以及查询负载的物理隔离。
假设当前存在 2 个计算组：C1 与 C2。
读读隔离：两个（类）大查询发起之前分别通过 use @c1，use @c2实现两个查询使用不同的计算节点运行，使两个查询在访问相同数据集时，不会因 CPU 和内存等资源的竞争而相互干扰。
读写隔离：Doris 的导入会消耗资源，特别是在大数据量和高频导入场景。为了避免查询和导入之间的资源竞争，可以通过 use @c1，use @c2指定查询请求在 C1 上执行，导入请求在 C2 上执行。同时，c1计算组可以访问c2计算组中新导入的数据。
写写隔离：与读写隔离同理，导入和导入之间同样可以进行隔离。例如，当系统中存在高频小量导入和大批量导入时，批量导入往往耗时长，重试成本高，而高频小量导入单次耗时短，重试成本低，为了避免小量导入对批量导入造成干扰，可以通过use @c1，use @c2，将小量导入指定到 c1 上执行，批量导入指定到 c2 上执行。
