业务背景
需要找到一个适合存储我们全息档案的容器 要求如下：
1 ）能存储的数据量是 10 亿级
2） 能支持精确和模糊检索
3） 能支持按天进行大量数据更新 （千万级）
4） 能支持大数据量排序
容器特征对比
业务场景契合度分析
druid-
1）只能够处理TB级别数据
2）时序化数据，所有行记录中必须有日期指标
3）OLAP并发有限，不适合OLTP查询
4）目前不支持JOIN操作，不支持数据更新
5）分页支持的不够完善
doris-
1）由百度17年开源出来，用于百度统计的业务
2）市面相关资料不多 只有一些大厂在使用
3）官方建议搭建集群使用 学习和运维成本高 风险大
clickhouse-
1）单机性能足够强劲部署运维成本低
2） 架构在超深度聚合查询时 速度极快 比较适合当下业务场景
3）根据用户查询习惯使用物化视图技术可以进一步提升查询体验
4） Qps 1000能够满足当下业务场景
5） 适合大批量插入
es-
1）适合精准和模糊匹配全文检索速度快
2）做深度聚合时表现不佳
Mongodb-
1）集群架构下，需要手动配置前置查询路由+配置服务+分片的的分配和复制
2）全文检索是字段个数有限制
3）字段需要手动创建索引
TiDB-
1） 适合作大数量的存储和查询反而不适合数据量小的场景
2） 稳定性不好需要保证server节点的高可用 节点一旦出问题恢复要按照严格的顺序 运维存在风险
3）对硬盘要求很高，没上SSD硬盘的不建议使用
4）不支持分区，删除数据麻烦
5）插入数据太大会报错
6）内存使用过多会导致TIDB当机
结论
以clickhouse容器为主，辅以es实现全文匹配的功能，开发和运维成本低，风险小。Tidb如果忽略掉可用性和分区容错性这块也可以作为一个备选项。
