ClickHouse VS StarRcks
| 特性 | ClickHouse | StarRcks |
|---|
| 核心架构 | Shared-Nothing, 侧重单机性能，分布式能力附加 | 原生 MPP Shared-Nothing, 强调分布式协同与扩展性 |
| 存储引擎 | MergeTree 系列 (本地存储优先) | 列存 + 多种智能索引 (支持存算分离) |
| 计算引擎 | 强向量化 (节点内并行强) | 全分布式向量化 MPP + 强大 CBO (跨节点并行强) |
| JOIN 性能 | 相对较弱 (持续改进中) | 核心优势 (强大优化器 + 多种 Join 策略) |
| 数据模型 | 宽表为主，预聚合强 | 宽表与星型/雪花模型均支持强，主键模型支持更新 |
| SQL 兼容性 | 自有方言 (功能强但需学习) | 高度兼容 MySQL 5.7 (迁移成本低) |
| 实时摄入/更新 | 高吞吐 INSERT 强，更新/删除能力有限 | 高吞吐 INSERT，主键模型支持高效 UPSERT/DELETE |
| 元数据管理 | 传统依赖 ZooKeeper (在改进) | 新版本内置高可用元数据服务 |
| 运维复杂度 | 分布式部署运维较复杂 | 相对简化 (原生分布式设计 + 内置管理) |
| 成熟度与生态 | 非常成熟，社区庞大，生态丰富 | 相对年轻但发展迅猛，生态快速完善 |
| 典型场景 | 日志/时序分析、宽表扫描、预聚合报表 | 复杂多表关联分析、实时更新数仓、高 SQL 兼容需求 |