StarRocks 调研：12K stars 的亚秒级 MPP 查询引擎，从 Doris fork 到 Linux Foundation，跟 ClickHouse / Doris 的三强对决到底香在哪里

StarRocks® 是一款面向数据湖仓的下一代亚秒级 MPP 查询引擎。2020 年从 Apache Doris fork 出走重构，2021 年仓库建立，2024 年正式进入 Linux Foundation 治理 。5 年间凭借 全面向量化执行 + CBO + 智能物化视图 + 湖仓原生集成，在 SSB benchmark 上跑出 ClickHouse 2.1 倍 / Apache Druid 8.7 倍 的性能，稳坐新一代实时数仓 / 数据湖仓的头把交椅。本文带你深入 StarRocks 的核心能力、架构演化、跟 Doris 的恩怨情仇，以及它跟 ClickHouse / Apache Doris / Trino / Snowflake 的对比选型。

OLAP 引擎这两年竞争越来越卷——ClickHouse / Doris / StarRocks / Trino / Druid / Snowflake / Databricks，每个名字背后都是一篇技术长文 + 一份 benchmark 报告 + 一场架构师之间的圣战。

StarRocks 的故事特别有意思：

2020 年，Apache Doris 团队的核心开发者 fork 出走，因为对 Doris 演化方向有分歧
团队 fork 后 完全重构内核（FE + BE 双层架构 → 单一 CBO 驱动架构）
2021 年 9 月在 GitHub 开源 StarRocks 仓库
2024 年正式捐赠给 Linux Foundation，成为顶级项目
2026 年 12K stars + Apache-2.0 ✅ + LF 治理——稳坐新一代 MPP 数仓的头把交椅

池子里标的 ”ELv2 ⚠️” 是错的 ——实际从 2024 年起就是 Apache-2.0 + Linux Foundation 治理， 零商用风险。

一句话 ：StarRocks 让你在 TB 到 PB 级 数据上做 亚秒级到秒级 的多维 / 实时 / ad-hoc查询——单表快、多表 JOIN 更快、高并发点查也很强。

场景	例子	StarRocks 表现
实时数仓	订单 / 用户行为 / GMV 实时分析	实时更新 + 物化视图，毫秒级响应
多维分析	GMV 按地区 / 品类 / 时间多维聚合	CBO + 智能物化视图，亚秒级
高并发点查	用户查询自己的订单详情	主键模型 + 索引，10K+ QPS
数据湖查询	Iceberg / Delta Lake / Hudi	湖仓原生集成，零数据迁移
Ad-hoc 查询	分析师临时写 SQL 查数据	MySQL 兼容 + CBO + 向量化
报表系统	BI 报表后端查询	MySQL 协议兼容，跟 Superset / Tableau 对接

基本信息：

维度	数据
GitHub	StarRocks/starrocks
Stars	12,013（比池子里标的 9K 多 33%）
Forks	2,527
Open Issues	1,306（健康）
License	Apache-2.0 ✅（池子里标的 ELv2 ⚠️ 是错的，已 LF 治理）
首次 commit	2021-09-04（仓库起始，项目实际从 2020 fork Doris 起算）
最近 commit	2026-08-16（今天还在推代码）
仓库大小	815 MB
主语言	Java 80%+（不再是 Doris 时代的 C++）
项目状态	Linux Foundation 项目（2024 捐赠 LF）
自我定位	“world’s fastest open query engine for sub-second analytics”
商业实体	StarRocks Inc.（CelerData 收购前核心团队运营）

┌──────────────────────────────────────┐
│         StarRocks Cluster            │
│                                      │
│   ┌──────────┐    ┌──────────┐        │
│   │    FE    │    │    BE    │        │
│   │ (Frontend)│    │ (Backend)│        │
│   │  多个     │◄──►│  多个     │        │
│   │  无状态   │    │  有状态   │        │
│   └──────────┘    └──────────┘        │
│         ▲                  ▲         │
└─────────┼──────────────────┼─────────┘
          │                  │
       ┌──┴──┐           ┌───┴───┐
       │ MySQL│           │  ES   │
       │ 协议 │           │ Kafka │
       └─────┘           └───────┘

FE（Frontend）：SQL 解析 + 优化 + 元数据管理 + 调度（无状态可横向扩展）
BE（Backend）：数据存储 + 计算 + 索引（有状态，自动均衡）
解耦架构：FE / BE 可独立扩缩容

StarRocks 是 全链路列式向量化：

层	向量化
存储	列式 + 按列压缩
内存	列式内存布局
计算	所有算子向量化（Scan / Join / Aggregate / Sort / Shuffle）

跟 Doris 时代的 ” 按算子向量化 ” 不同，StarRocks 从存储到计算全面向量化——这是性能 2.1x ClickHouse 的根本原因。

StarRocks 内置 完全可定制的 CBO：

统计信息收集（ANALYZE TABLE）
Join 重排（自动选择最优 Join 顺序）
谓词下推（把 WHERE 推到存储层）
分区裁剪（跳过无关分区）
物化视图自动选择（智能推荐最佳物化视图）
CTE 优化 / Subquery 改写 / 聚合下推

StarRocks 的物化视图是 实时增量更新 + 自动推荐：

-- 创建物化视图（自动增量刷新）CREATE MATERIALIZED VIEW mv_order_summary
DISTRIBUTED BY HASH(order_date)
AS SELECT
    order_date,
    region,
    COUNT(*) AS order_count,
    SUM(amount) AS total_amount
FROM orders
GROUP BY order_date, region;

-- 查询时自动选择最佳物化视图
SELECT order_date, region, SUM(amount)
FROM orders
WHERE order_date >= '2026-01-01'
GROUP BY order_date, region;
-- StarRocks 自动改写为 mv_order_summary，毫秒级返回

对比 Doris 的物化视图是 全量刷新 ，StarRocks 是 实时增量——这是关键差异化。

三种数据模型：

模型	用途	特点
Duplicate Key	明细数据	类似 ClickHouse，支持任意列排序键
Unique Key	主键唯一数据	类似 Doris Unique，支持 UPSERT
Aggregate Key	预聚合数据	类似 ClickHouse AggregatingMergeTree

主键模型（Primary Key） 是 StarRocks 2.0+ 的 重磅特性：

CREATE TABLE orders (
    order_id BIGINT,
    user_id BIGINT,
    amount DECIMAL(10,2),
    status VARCHAR(20),
    updated_at DATETIME
) PRIMARY KEY (order_id)
DISTRIBUTED BY HASH(order_id);

-- 支持 UPDATE / DELETE
UPDATE orders SET status = 'paid' WHERE order_id = 123;

零数据迁移直接查数据湖：

表格式	集成度	说明
Apache Iceberg	⭐⭐⭐ 深度集成	优化 partition prune + 谓词下推
Delta Lake	⭐⭐⭐ 深度集成	支持 time travel
Apache Hudi	⭐⭐ 支持	Copy-on-Write + Merge-on-Read

-- 直接查 Iceberg 表（零迁移）SELECT * FROM iceberg_catalog.sales.orders
WHERE order_date >= '2026-01-01';

-- 外部表 + 物化视图（湖仓分层）CREATE MATERIALIZED VIEW mv_lake_summary
REFRESH ASYNC EVERY 10 MINUTE
AS SELECT ... FROM iceberg_catalog.sales.orders;

StarRocks = 数据仓库（存 + 查）+ 数据湖（直接查）+ 数据湖仓（统一） 三位一体

StarRocks 完全兼容 MySQL 5.7 协议——MySQL 客户端直接连：

mysql -h starrocks-host -P 9030 -u root

# 跟 MySQL 用法几乎一样
SHOW DATABASES;
SHOW TABLES;
SELECT ... FROM ... ;

优势：
– 跟 MySQL 客户端 / 工具 / ORM 兼容
– 跟 BI 工具无缝对接（Superset / Tableau / Metabase）
– 跟 MySQL 生态共享大量工具

Kubernetes Operator（starrocks-kubernetes-operator）
存算分离（Shared-nothing → Shared-data，2024 推出）
多云支持：AWS / GCP / Azure / Aliyun

2017 - 百度 Doris 开源（Apache 顶级项目）↓
2018-2020 - Doris 社区爆发式增长
        ↓
2020 - ** 核心开发者 fork 出走 **，创立 StarRocks 项目（原因：对 Doris 演化方向、性能优化、架构设计有分歧）↓
2021-09 - GitHub 仓库建立，StarRocks 1.x 系列
        ↓
2022-2023 - StarRocks 2.x / 3.x：主键模型 + 物化视图 + 向量化重构
        ↓
2024 - ** 正式捐赠 LF** + Apache-2.0 ✅ + LF 治理
        ↓
2026 - 12K stars + LF 顶级项目

维度	StarRocks	Apache Doris
出身	Doris fork（2020）	百度原生（2017）
主语言	Java 80%	C++ 70% + Java 30%
架构	单一 CBO 驱动	FE/BE 经典 MPP
向量化	全链路向量化	算子向量化（v1.x）
物化视图	实时增量 + 自动推荐	全量刷新 + 手动选择
湖仓集成	原生 Iceberg/Delta/Hudi	实验性
存算分离	✅ 2024 推出	⚠️ 部分支持
主键模型	✅ Primary Key 模型	✅ Unique Key 模型
License	Apache-2.0 ✅（2024+）	Apache-2.0 ✅
治理	Linux Foundation	Apache 顶级项目
中文社区	活跃	更活跃
生态成熟度	较新	更成熟
性能（SSB）	比 ClickHouse 快 2.1 倍	跟 ClickHouse 接近
国际化	较高	集中在中文圈

系统	性能（13 查询 SSB 单表）
StarRocks	2.1 倍 ClickHouse / 8.7 倍 Druid
StarRocks + Bitmap Index	2.8 倍 ClickHouse / 11.4 倍 Druid
ClickHouse	1x（参考基线）
Apache Druid	0.26x（比 StarRocks 慢 3.8 倍）

注意：ClickHouse 在 SSB 里需要把星型模型打平成宽表才能跑——StarRocks 是直接跑星型模型， 真实场景优势更明显。

2020-2023：StarRocks Inc. 运营
2023-2024：CelerData 收购 核心团队（运营 / 商业化）
2024：CelerData 主导 LF 捐赠，开源 + 商业双轨

跟 Doris 的 SelectDB 类似——开源 + 商业版并存。

2017 - Apache Doris 起源（百度）2020 - StarRocks 团队 fork 出走
2021 - GitHub 仓库建立
2024 - LF 捐赠 + Apache-2.0
2026 - LF 顶级项目 · 12K stars

集成	详情
Apache Iceberg	⭐⭐⭐ 深度集成，partition prune + 谓词下推
Delta Lake	⭐⭐⭐ 支持 time travel + schema 演化
Apache Hudi	⭐⭐ Copy-on-Write + Merge-on-Read
Apache Hive	⭐⭐ 经典集成
Apache Paimon	⭐⭐ 2024+ 集成（流式湖仓）

类型	支持
消息队列	Kafka / Pulsar（Routine Load）
数据库	MySQL / PostgreSQL / Oracle（CDC）
文件	S3 / HDFS / OSS / COS
实时	Flink CDC（跟 322 ClickHouse + 326 Airbyte 配套）

工具	集成
Apache Superset (270)	✅ MySQL 协议直接对接
Metabase (274)	✅ MySQL 协议
Tableau / Power BI	✅ MySQL 协议
dbt (290)	✅ dbt-starrocks adapter
Apache Airflow (306)	✅ StarRocks operator
Flink CDC	✅ 实时数据同步

公司	规模	用途
小米	内部	实时数仓，亿级 QPS
腾讯	内部	实时分析
字节跳动	内部	数据分析
Shopee	内部	实时数仓
Airbnb	内部	数据分析
Booking.com	内部	数据湖仓

维度	StarRocks	ClickHouse	Apache Doris	Trino	Snowflake
Stars	12,013	49,269	~30K	13K	闭源
协议	Apache-2.0 ✅	Apache-2.0 ✅	Apache-2.0 ✅	Apache-2.0 ✅	闭源
出身	Doris fork	Yandex	百度	Facebook	商业
类型	MPP 数仓	列存 OLAP	MPP 数仓	查询引擎	云数仓
存储数据	✅	✅	✅	❌ 不存	✅
湖仓集成	✅ 原生	⚠️ 实验	✅ 中等	✅ 强	✅ 强
多表 JOIN	✅ 极强	⚠️ 弱	✅ 强	✅ 强	✅ 强
高并发点查	✅ 强	⚠️ 中等	✅ 强	⚠️ 中等	✅ 强
单表聚合	✅ 极快	✅ 王座	✅ 极快	⚠️ 中等	✅ 极快
实时更新	✅ Primary Key	✅ ReplacingMergeTree	✅ Unique Key	❌	✅
物化视图	✅ 实时增量	⚠️ AggregatingMergeTree	⚠️ 全量刷新	✅ Iceberg MV	✅ Dynamic Table
MySQL 兼容	✅ 完全	❌	✅ 完全	❌	❌
运维	⚠️ 中等	⚠️ 中等	✅ 简单	⚠️ 中等	✅ 零运维
LF 治理	✅ LF（2024）	❌ 独立	✅ Apache	✅ LF	❌ 商业
商业版	CelerData	ClickHouse Inc.	SelectDB	Starburst	Snowflake

结论怎么选：

你的场景	选谁
湖仓原生 + 多表 JOIN + 高并发点查 + MySQL 兼容	StarRocks ✅
极致单表聚合 / 时序 / IoT	ClickHouse
Apache 顶级 + 中文社区 + 简单运维 + 完整生态	Apache Doris
联邦查询 + 数据湖 + 30+ 数据源	Trino
云原生零运维 + 全托管	Snowflake / Databricks
想升级 Doris 但要新架构	StarRocks（fork 自 Doris 但内核完全重构）

对比已调研的飞熊 8 月 BI 栈：

已调研项目	跟 StarRocks 的关系
ClickHouse (322)	直接对标——ClickHouse 强在单表聚合，StarRocks 强在多表 JOIN + 高并发
Apache Doris (296)	同门——StarRocks 是 Doris fork 出走的，性能更强但生态更年轻
Trino (328)	互补——Trino 联邦查询（不存），StarRocks MPP 数仓（存 + 查）
Apache Superset (270) / Metabase (274)	完美兼容——StarRocks 兼容 MySQL 协议，BI 工具直接对接
dbt-core (290)	完美集成——dbt-starrocks adapter
Airflow (306)	上游编排——Airflow 调度 StarRocks Routine Load
Airbyte (326)	上游 ETL——Airbyte 拉数据 → StarRocks 存储查询
Apache ECharts (324)	下游可视化——ECharts 渲染 StarRocks 查询结果
Great Expectations (262)	并行质量——GE 校验 StarRocks 入仓数据
DataHub (330)	元数据集成——DataHub ingestion StarRocks catalog
WrenAI (316) / DB-GPT (318) / Evidence (314)	下游分析——AI 原生 BI 工具查 StarRocks 数据

StarRocks 在飞熊 BI 栈的位置：

数据源（API/DB/Files/Kafka）↓
Airbyte (326)  ── ETL ──►  数据湖（Iceberg / Delta Lake）↓
                          Trino (328) 联邦查询
                              ↓
                    dbt (290) ── 转换 ──►  StarRocks (MPP 数仓，存 + 查)
                              ↓
                  Superset (270) / Metabase (274) / Lightdash (272) / Evidence (314) / WrenAI (316) / DB-GPT (318)
                              ↓
                          ECharts (324) [渲染]
                              ↓
                  DataHub (330) ── 元数据 + AI 上下文

StarRocks 是数据流水线里“MPP 数仓 ” 那一站 **——跟 ClickHouse(322) 形成 ” 亚秒级实时数仓 vs 单表聚合王者 ” 的二选一，跟 Apache Doris(296) 形成 ” 新架构 vs 老生态 ” 的二选一。

# 1. 克隆仓库
git clone https://github.com/StarRocks/starrocks.git
cd starrocks/docker/docker-compose

# 2. 启动（单节点 1 FE + 1 BE）docker compose up -d

# 3. MySQL 客户端连接
mysql -h 127.0.0.1 -P 9030 -u root
# 默认无密码

-- 1. 创建数据库
CREATE DATABASE IF NOT EXISTS ecommerce;

-- 2. 创建主键模型表（实时更新）CREATE TABLE ecommerce.orders (
    order_id BIGINT NOT NULL,
    user_id BIGINT NOT NULL,
    amount DECIMAL(10, 2) NOT NULL,
    region VARCHAR(20) NOT NULL,
    status VARCHAR(20) NOT NULL,
    order_date DATE NOT NULL,
    updated_at DATETIME NOT NULL
) PRIMARY KEY (order_id)
DISTRIBUTED BY HASH(order_id)
PROPERTIES (
    "replication_num" = "1",
    "enable_persistent_index" = "true"
);

-- 3. 创建物化视图（智能增量）CREATE MATERIALIZED VIEW ecommerce.mv_order_summary
DISTRIBUTED BY HASH(order_date)
REFRESH ASYNC EVERY 10 MINUTE
AS SELECT
    order_date,
    region,
    COUNT(*) AS order_count,
    SUM(amount) AS total_amount
FROM ecommerce.orders
GROUP BY order_date, region;

-- 4. 从 MySQL 导入
CREATE EXTERNAL TABLE ecommerce.orders_ext (
    order_id BIGINT,
    user_id BIGINT,
    amount DECIMAL(10, 2),
    region VARCHAR(20),
    status VARCHAR(20),
    order_date DATE,
    updated_at DATETIME
) ENGINE=MYSQL
PROPERTIES (
    "host" = "mysql-host",
    "port" = "3306",
    "user" = "root",
    "password" = "***",
    "database" = "orders_db",
    "table" = "orders"
);

INSERT INTO ecommerce.orders SELECT * FROM ecommerce.orders_ext;

-- 1. 创建 Iceberg Catalog
CREATE EXTERNAL CATALOG iceberg_catalog
PROPERTIES (
    "type" = "iceberg",
    "iceberg.catalog.type" = "hive",
    "hive.metastore.uris" = "thrift://metastore-host:9083"
);

-- 2. 直接查 Iceberg 表（零迁移）SELECT
    order_date,
    region,
    SUM(amount) AS total_amount
FROM iceberg_catalog.sales.orders
WHERE order_date >= '2026-01-01'
GROUP BY order_date, region
ORDER BY order_date DESC, total_amount DESC
LIMIT 100;

-- 3. Iceberg + 物化视图（湖仓分层）CREATE MATERIALIZED VIEW iceberg_catalog.sales.mv_summary
REFRESH ASYNC EVERY 5 MINUTE
AS SELECT
    DATE_TRUNC('month', order_date) AS month,
    region,
    SUM(amount) AS revenue
FROM iceberg_catalog.sales.orders
GROUP BY 1, 2;

池子里标的 “ELv2 ⚠️” 是错的！实际从 2024 年捐赠 LF 起就是 Apache-2.0 ✅
零商用风险——可以放心用于商业产品

风险缓解：直接看 GitHub LICENSE.txt 确认是 Apache-2.0

跟 Apache Doris（C++ 主）不同——StarRocks 完全 Java 重构。

优势：招人容易（Java 工程师池子大）
劣势：JVM GC 调优需要经验

需要 1 FE + N BE 集群模式，配置调优比 ClickHouse 复杂。

缓解：用 CelerData Cloud（托管）/ Kubernetes Operator

主要是 feature request + 边缘场景 bug。

很多人误以为 StarRocks = Doris 的升级版——实际上是完全不同的内核架构。

澄清：StarRocks 团队 fork 自 Doris 项目，但代码完全重写，是 新一代 MPP 引擎

相比 Apache Doris（Apache 顶级项目），StarRocks 在西方开发者中知名度较低。

现状：2024 LF 捐赠后国际化加速

CelerData 商业版有一些高级功能（多集群 / 跨云 / 备份）——开源版正在补齐中。

BE 节点内存压力大——复杂查询（如大表 JOIN）需要 32-64 GB/ 节点。

StarRocks 不是 ”Doris 的小版本升级 ”——它是 Doris 团队 fork 后完全重构的新一代 MPP 数仓引擎，性能 / 架构 / 湖仓集成都有质的飞跃。

3 个最值得用的理由：

性能王者：SSB benchmark 2.1 倍 ClickHouse / 8.7 倍 Druid——单表 + 多表 JOIN 都很强
湖仓原生 + 实时更新：Apache-2.0 ✅ + Iceberg / Delta / Hudi 原生集成 + 主键模型实时更新
MySQL 兼容 + LF 治理：跟 MySQL 协议完全兼容 + 跟 Apache Doris(296) / Superset(270) / Metabase(274) / dbt(290) / Airflow(306) 天然适配

1 句建议：

如果你的场景是湖仓 + 多表 JOIN + 高并发点查 + MySQL 兼容——用 StarRocks（Apache-2.0 ✅ / 12K stars / LF 治理 / CelerData 商业）。

如果你的场景是极致单表聚合 / 时序 / IoT——看 ClickHouse (322)。

如果你的场景是 Apache 顶级 + 中文社区 + 简单运维 + 完整生态——看 Apache Doris (296)。

如果你的场景是联邦查询 + 数据湖 + 30+ 数据源——看 Trino (328)。

飞熊做技术咨询，如果客户的数仓是 数据湖仓架构 （Iceberg + 实时更新 + MySQL 兼容），StarRocks 是 2026 年 最值得推荐 的新一代 MPP 引擎——比 Doris 新、比 ClickHouse JOIN 强、比 Snowflake 开源便宜。

StarRocks GitHub · 12K stars / Apache-2.0 / Java
StarRocks 官方文档 · 完整 setup + 架构
StarRocks 中文社区 · 中文论坛
StarRocks 官网 · 项目主页
StarRocks 1.0 入门 · 中文介绍
CelerData · StarRocks 商业化公司
SSB Benchmark 报告 · StarRocks vs ClickHouse vs Druid
Apache Doris 对比 · Doris vs StarRocks
Linux Foundation StarRocks · LF 治理
Apache Iceberg 集成 · 湖仓集成
Primary Key 模型 · 实时更新
CelerData 收购 StarRocks · 商业化新闻

StarRocks 调研：12K stars 的亚秒级 MPP 查询引擎，从 Doris fork 到 Linux Foundation，跟 ClickHouse / Doris 的三强对决到底香在哪里

写在前面

一、它解决什么问题

二、核心能力全景：8 大特性

1. 全 MPP 架构（Massively Parallel Processing）

2. 全面向量化执行（Fully Vectorized Execution）

3. CBO 优化器（Cost-Based Optimizer）

4. 智能物化视图（Intelligent Materialized View）⭐ 差异化

5. 实时更新（Real-time Updates）

6. 数据湖仓原生集成（Lakehouse Native）⭐ 2024+ 重点

7. MySQL 协议兼容

8. 云原生架构

三、差异化能力：跟 Doris 的恩怨情仇

1. 起源：Doris 团队 fork 出走（2020）

2. 跟 Doris 的核心差异

3. 性能对比（SSB benchmark，重要数据点）

4. 商业化：CelerData 收购风波

四、生态系统：LF 治理 + 湖仓原生 + 商业化

1. 出身体系

2. 湖仓生态集成

3. 数据源 / 数据汇集成

4. 工具链集成

5. 用户案例（生产级）

五、对比 ClickHouse / Apache Doris / Trino / Snowflake

六、实战：3 步跑通 StarRocks

Step 1：本地安装（Docker Compose）

Step 2：创建表 + 导入数据

Step 3：湖仓查询（Iceberg）

七、风险与坑

1. ⚠️ License 风险解读（重要！）

2. 主语言是 Java（不是 C++）

3. 运维复杂度中等

4. 1,306 open issues

5. 跟 Doris 的认知混淆

6. 中文社区活跃但国际化较弱

7. 商业版（CelerData）vs 开源版功能差异

8. 资源占用

八、总结

参考

近期文章

近期评论