讲讲Doris 的三大数据模型：明细模型（Duplicate）、聚合模型（Aggregate）和主键模型（Unique）和各自的适用场景是什么？
Apache Doris 是一款高性能的 MPP 分析型数据库，其存储引擎在设计之初就引入了数据模型（Data Model）的概念。选择合适的数据模型是使用 Doris 的第一步，它直接决定了数据的存储方式、更新逻辑以及查询性能。
Doris 的三大核心数据模型分别是：明细模型（Duplicate）、聚合模型（Aggregate）和主键模型（Unique）。
下面为您详细讲解这三种模型及其适用场景：
1. 明细模型 (Duplicate Model)
🔍 概念讲解：
明细模型是最基础、最简单的模型。在明细模型中，数据是按原样追加存储的。即使你插入了两条完全相同的数据，Doris 也会原封不动地保留这两条记录，不会进行任何去重或聚合操作。你可以指定排序键（Sort Key），它的作用仅仅是建立前缀索引以加速查询，并不具备唯一性约束。
✨ 核心特点：
- Append-Only（仅追加）： 写入性能极高，因为不需要在底层做任何数据的合并或查找。
- 保留所有历史细节： 每一条操作记录、每一行日志都会被完整记录。
🎯 适用场景：
适用于需要保留所有原始数据记录、不需要修改旧数据、只关注数据追加的场景。
- 日志分析： 服务器日志、应用运行日志（如 Log4j 产生的日志）。
- 用户行为埋点： 用户的每一次点击、浏览、跳转都需要被单独记录，以供后续做漏斗分析或路径分析。
- 物联网（IoT）时序数据： 传感器每秒上报一次的温度、湿度数据。
💡 举个例子：
记录用户点击流。同一用户在同一秒钟疯狂点击了某个按钮 3 次，明细模型会原样记录这 3 次点击事件，方便后续查阅这 3 次独立的动作。
2. 聚合模型 (Aggregate Model)
🔍 概念讲解：
聚合模型是为了加速统计分析而设计的。在建表时，你需要将列分为维度列（Key）和指标列（Value），并为指标列指定聚合函数（如 SUM, MAX, MIN, REPLACE 等）。
当新数据写入时，Doris 会在后台（导入时或 Compaction 时）自动将维度列相同的多行数据合并为一行，并根据指定的聚合函数计算指标列的值。
✨ 核心特点：
- 预聚合： 在数据存储层面就完成了计算，极大减少了数据量（Data Volume）。
- 查询极快： 因为查询时大部分数据已经聚合完毕，直接读取结果即可，属于典型的“空间换时间”或“写入时计算换取查询时性能”。
🎯 适用场景：
适用于数据报表、BI 看板等不需要查询原始明细，只关注统计结果的场景。
- 网站流量统计： 统计每天、每个网页的 PV（SUM）、UV（BITMAP_UNION）等。
- 财务报表： 统计每个门店、每天的营业总额、最大单笔交易额等。
- 广告计费： 按天/小时统计某个广告位的点击量和消耗金额。
💡 举个例子：
表维度为“日期”、“城市”，指标为“销售额（SUM）”。
早上写入：[2023-10-01, 北京, 100]
下午写入：[2023-10-01, 北京, 200]
在底层存储中，这两条数据会自动合并为一条：[2023-10-01, 北京, 300]。你再也查不到 100 和 200 这两条明细了。
3. 主键模型 (Unique Model)
🔍 概念讲解：
主键模型可以看作是聚合模型的一种特殊形式（指标列的聚合函数全部为 REPLACE 的变种），但在语义和底层实现上又有所不同。
它的核心作用是保证主键（Key）的唯一性。当写入主键相同的新数据时，新数据会覆盖（Upsert）旧数据。
注：Doris 在较新版本（1.2 之后）为主键模型引入了 Merge-on-Write (MoW) 机制，使得主键模型在支持高频更新的同时，查询性能得到了质的飞跃（与明细模型相当）。
✨ 核心特点：
- 支持行级别更新与删除： 能够精确修改或删除某一条特定数据。
- 状态最新： 针对同一个主键，永远只保留最新的一条状态数据。
🎯 适用场景：
适用于数据会发生状态变更、需要与业务关系型数据库（OLTP）保持同步的场景。
- CDC 数据同步： 从 MySQL、Oracle 等数据库通过 Flink CDC / Canal 实时同步过来的业务数据（如 Binlog）。
- 订单状态流转： 订单从“待付款” -> “已付款” -> “已发货”，同一个订单号的数据需要不断被更新。
- 用户画像： 用户的基本信息（如会员等级、手机号）发生了修改。
💡 举个例子：
同步电商订单表。主键为“订单ID”。
昨天写入：[订单001, 待付款, 09-01 10:00]
今天写入：[订单001, 已发货, 09-02 15:00]
由于订单ID相同，底层只会保留今天写入的“已发货”这条最新数据。
🌟 总结与对比表格
为了方便记忆，可以用下表进行对比：
| 模型对比 | 明细模型 (Duplicate) | 聚合模型 (Aggregate) | 主键模型 (Unique) |
|---|---|---|---|
| 数据处理方式 | 原样追加，保留所有重复记录 | 按维度键合并，指标列自动计算聚合 | 按主键合并，新数据覆盖旧数据 |
| 是否支持更新 | ❌ 否 (Append Only) | 🔺 支持部分 (通过 Replace 聚合) | ✅ 是 (Row-level Upsert/Delete) |
| 底层数据量 | 最大 (保留所有明细) | 最小 (自动合并压缩) | 较小 (只留最新状态) |
| 写入性能 | ⭐️⭐️⭐️⭐️⭐️ (极高) | ⭐️⭐️⭐️⭐️ (较高) | ⭐️⭐️⭐️ (中等，因需要处理更新逻辑) |
| 适用场景关键词 | 日志、埋点、明细流水 | 报表、BI看板、大盘统计 | CDC同步、订单状态、数据覆盖 |
选型建议：
- 业务需要查明细吗？如果需要，但也有更新需求，选 Unique。
- 业务只需要看宏观统计汇总，不需要查任何明细？选 Aggregate。
- 数据就像流水一样不断产生，永远不会被修改？闭眼选 Duplicate。