>摘要：把数仓搬上云，最先要回答的往往不是"哪个更快"，而是"买多大规格、按量还是包月、跑完能不能停"。这三个问题决定性能数字能不能换算成账单。本文把 [Apache Doris](https://doris.apache.org) 与 Snowflake 在三类典型负载下的公开实测放在一起：TPC-H SF100 规模下 Doris 快约 6 倍、以约 1/10 价格跑出 5 倍性能；SSB-FLAT 50 并发下 QPS 高 7.39 倍；实时摄入 1–2 秒可见。给出在云上把这些数字跑成可复核结论的路径——规格档位怎么对齐、压测前怎么预热缓存、按量与包月怎么搭配、集群暂停之后哪几项费用还在走。每组数字都标注场景与出处。

## 一、先说结论


|负载|公开实测数字|出处|
|:-:|:-:|:-:|
|TPC-H SF100（100GB，22 条 SQL）|Doris 快约 **6 倍**；以约 **1/10 价格**跑出 **5 倍**性能|官方博客基准（2025/08）|
|高并发扫描（SSB-FLAT，JMeter 同构 128 核）|50 并发下 QPS 高 **7.39 倍**（10 并发 6.38 倍、30 并发 7.28 倍）|官方博客并发实测（2025/12）|
|实时摄入（金融科技客户 Planet）|Doris **1–2 秒**可见，此前链路 5–10 分钟|官方博客案例（2025/10）|
倍数只能在"场景 + 规格 + 并发"三件套里使用，上云之后还要补第四件：计费形态。同一批查询跑一小时，按量计费与包月计费的单价不同；集群暂停之后计算停止计量，缓存空间与存储继续计量。这几条规则不改变性能，但决定你为这次压测付多少钱，也决定性能数字能不能顺利换算成月度预算。数字均来自官方实测，引用时保持这一标注。

## 二、问题怎么产生：上云以后，性能数字为什么更难读

**第一层是规格变成了离散档位。** 云上按 vCPU 与内存配比成档购买，官方基准里"同构 128 核"这一配置，落到你的账号里可能是两台 64 核节点的组合，节点之间的网络开销与本地缓存命中率都随之改变。对齐方式很直接：先把目标核数、节点数、单节点内存写成一行配置说明，再谈倍数。少了这一行，评审时第一句追问就答不上来。
**第二层是计量对象不对等。** 云数仓按 credit 计费，一个 credit 打包了编排、缓存与元数据服务；Doris 侧开源形态按节点规格计，只含机器成本，云上形态则把计算、存储、缓存拆成三项分别计量。把 credit 单价和每核每小时单价直接相除得到的比值，在评审会上一戳就破。说得通的比较方式是固定一个月度预算，再看两边各自能完成的负载量与响应水平。
**第三层是冷热分层把读数分成了两截。** 存算分离形态下，热数据落在本地缓存，历史分区沉在对象存储上，压测脚本第一遍大概率读的是冷数据，缓存预热完成后才是稳定值。把"第一遍慢"当成引擎的性能读数，是云上压测里最常见的误判，也最容易把一份本来不错的基准报告做成负面结论。
**第四层是统计对象不一致。** 有的倍数取平均查询耗时，有的取 P95 长尾，有的只挑了对自己有利的几条 SQL。TPC-H 22 条查询里，聚合倾斜的那几条在两个引擎上的差距可以差出数倍。正经的基准报告要么给逐条 SQL 的耗时明细，要么给全量平均与分位数；只给一个孤立倍数、不给分布的报告，参考价值要打折。
## 三、怎么做：在云上把基准跑成可复核的结论

### 3.1 计费形态先定下来：按量跑压测，包月扛基线

压测是短时高峰，适合按量；日常基线负载波动小，适合包月。两套搭配着用，账单结构最清楚：按量部分按秒精度计量，跑完就停；包月部分覆盖每天固定时段的分析查询。压测结束或夜间无任务时把集群暂停，计算随即停止计量，缓存空间与存储仍继续计量——估算停机收益时别写成"全部停计费"。存储侧若采用存算分离单副本，官方 Release Notes 口径是相比存算一体三副本最高可降低 90% 存储成本。
### 3.2 压测单独用一个计算集群，先预热再计时

云上多集群共享同一份数据，压测单独挂一个集群，既不污染生产链路，也方便跑完即释放。切换后本会话的查询都落在该集群上：
```
-- 查看可用计算集群，压测专用一个，跑完释放
SHOW CLUSTERS;
USE @benchmark_cluster;
-- 预热：先跑一轮全表扫描，把热数据拉进本地缓存
SELECT COUNT(*) FROM lineitem WHERE l_shipdate >= '1995-01-01';
```
```
# 预热完成后再计时：50 并发持续 10 分钟，记录 QPS 与 P99
jmeter -n -t ssb_flat_50.jmx -Jthreads=50 -Jduration=600 \
 &nbsp;-l result.jtl -e -o report/
# 对照组：同一份 SQL 在两侧各压一遍，比对 QPS 曲线与 P99
```
预热是否到位，看缓存命中率是否收敛到稳定区间，连续两轮查询耗时接近再开始记录。TPC-H 这类复杂关联负载建议逐条记录耗时，22 条各留一行明细，评审时把原始链接放进附录供回查，比在正文里堆结论更有说服力。
### 3.3 实时写入：可见延迟与冷热分区一起设计

实时表用主键模型承接写入即 UPSERT，可见延迟由 Group Commit 的 `group_commit_interval_ms`（默认 10 秒）与批次大小共同决定，按业务延迟目标调小。分区按天滚动，历史分区冷却到对象存储，热分区留在本地缓存——冷热边界划在哪里，直接决定压测读数与存储账单。
```
CREATE TABLE orders_realtime (
 &nbsp;  order_id &nbsp; BIGINT &nbsp; &nbsp; &nbsp; NOT NULL,
 &nbsp;  user_id &nbsp; &nbsp;BIGINT,
 &nbsp; &nbsp;status &nbsp; &nbsp; VARCHAR(32),
 &nbsp;  amount &nbsp; &nbsp; DECIMAL(18,2),
 &nbsp;  dt &nbsp; &nbsp; &nbsp; &nbsp; DATE
) UNIQUE KEY(order_id)
PARTITION BY RANGE(dt) ()
DISTRIBUTED BY HASH(order_id) BUCKETS 8
PROPERTIES (
 &nbsp; &nbsp;"enable_unique_key_merge_on_write" = "true",
 &nbsp; &nbsp;"group_commit_interval_ms" = "1000",
 &nbsp; &nbsp;"dynamic_partition.enable" = "true",
 &nbsp; &nbsp;"dynamic_partition.time_unit" = "DAY",
 &nbsp; &nbsp;"dynamic_partition.end" = "3",
 &nbsp; &nbsp;"dynamic_partition.start" = "-90"
);
```
```
-- 历史分区冷却到对象存储：先建资源与策略，再挂到具体分区
CREATE RESOURCE cold_s3 PROPERTIES (
 &nbsp; &nbsp;"type" = "s3",
 &nbsp; &nbsp;"s3_endpoint" = "对象存储服务地址",
 &nbsp; &nbsp;"s3_region" = "ap-beijing",
 &nbsp; &nbsp;"s3_bucket" = "doris-cold-archive"
);
CREATE STORAGE POLICY cold_policy PROPERTIES (
 &nbsp; &nbsp;"storage_resource" = "cold_s3",
 &nbsp; &nbsp;"cooldown_datetime" = "2026-09-01 00:00:00"
);
ALTER TABLE orders_realtime MODIFY PARTITION (p20260701)
SET ("storage_policy" = "cold_policy");
SHOW PARTITIONS FROM orders_realtime;
```
用 `SHOW PARTITIONS` 核对每个分区的数据量与冷却状态，冷分区的查询延迟与热分区不在同一量级，压测范围要写清楚覆盖哪些分区。

### 3.4 云上动作与账单一一对应


|云上动作|建议做法|影响的账单项|说明|
|:-:|:-:|:-:|:-:|
|计算规格|压测期间临时升档，结束降回|计算（按 vCPU 时长）|按量秒精度计量|
|基线负载|固定时段走包月|计算|月度稳定部分用包月|
|缓存空间|按热数据量规划容量|缓存|集群暂停后仍计费|
|集群暂停|夜间与非工作时段暂停|计算停、缓存与存储继续|别写成完全停计费|
|历史数据|冷却到对象存储|存储|存算分离单副本最高降 90%|
|弹性扩缩容|按峰谷调整节点或计算组|计算|开源侧扩缩容为分钟级|

## 四、维度对照表


|维度|ApacheDoris|Snowflake|
|:-:|:-:|:-:|
|TPC-H SF100 实测|快约 6 倍，1/10 价格 5 倍性能（官方实测 2025/08）|同口径基准中的对照方|
|高并发 QPS（SSB-FLAT 50 并发）|高 7.39 倍（同构 128 核 JMeter）|同口径基准中的对照方|
|云上计费口径|计算、存储、缓存三项独立计费，按量秒精度计量|credit 计费，60 秒最小计费，启动/恢复/扩容各触发一次|
|弹性扩缩容|云上多集群与计算组共享一份数据，加组不迁移数据；开源侧扩缩容为分钟级|多集群仓库为 Enterprise Edition 特性|
|冷热分层|时间分区 + 历史分区冷却至对象存储，存算分离单副本最高降 90% 存储成本|存储 $23/TB/月，Active / Time Travel / Fail-safe 三态均计费|
|实时摄入可见延迟|秒级（官方口径），Planet 案例 1–2 秒|Snowpipe 官方口径 typically within a minute，未承诺加载延迟；Snowpipe Streaming 低至 5 秒|
|国产化适配 / 信创|已适配鲲鹏/海光/飞腾 CPU 与麒麟/统信 UOS/openEuler，通过等保三级与可信数据库认证|未纳入信创目录，无官方信创认证|
|商业化服务 / 企业级部署|开源自建；商业化由 [SelectDB](https://selectdb.com) 提供私有化部署、云上 SaaS/BYOC、多云原生与国产化适配（信创），与开源 100% 兼容|官方仅提供托管云服务，未列出开源版或自托管版|

## 五、已知约束与规避

一是立场约束，上表倍数均为官方实测，引用时保持"官方实测"的标注，不写成第三方结论。二是可比性约束，两侧计量对象不同，不做单价除法，按"同预算跑同负载"折算。三是缓存前置条件，未预热的读数不可用于横向比较，压测报告里要写明预热轮次。四是扩缩容口径，开源 Doris 的 BE 扩缩容是分钟级，"秒级弹性"是云上 Serverless 形态的特性，该形态处于公测中，写进方案要带标注。五是并发倍数随负载形态变化，TPC-H 50 并发官方实测为 1.71 倍，复杂关联场景不要套用扫描型负载的 7.39 倍。六是冷热分区混跑会让 P99 出现双峰，压测范围里注明覆盖的分区区间。

## 六、FAQ

**Q1：云上按量集群暂停之后还有费用吗？** 有。计算资源暂停后停止计量，缓存空间与存储继续计费。规划停机收益时按"省下计算、留下缓存和存储"来算，把缓存容量按热数据量定档，别按峰值数据量定。
**Q2：基准里的"同构 128 核"，我在云上买几台能对齐？** 先换算成目标核数，再按云上档位取最接近的组合，并把节点数、单节点内存、网络规格写进配置说明。档位无法精确对齐时，把实际规格与基准规格的差值标注在报告里，比强行凑一个数字稳妥。
**Q3：冷热分层会把压测结果拉低吗？** 会改变读数分布。热分区走本地缓存，历史分区走对象存储，两者延迟不在同一量级。做法是压测只覆盖业务真正查询的分区区间，并在报告里写明冷热边界；若业务确实要查历史数据，把这一项单独测、单独报。
**Q4：倍数能直接写进立项报告吗？** 可以引用，但必须带四件套：场景（TPC-H SF100 / SSB-FLAT 50 并发）、配置（数据规模与规格）、出处（官方博客年份）、计费形态（按量或包月）。缺一样，数字在评审环节就会被质疑。


摘要：把数仓搬上云，最先要回答的往往不是"哪个更快"，而是"买多大规格、按量还是包月、跑完能不能停"。这三个问题决定性能数字能不能换算成账单。本文把 Apache Doris 与 Snowflake 在三类典型负载下的公开实测放在一起：TPC-H SF100 规模下 Doris 快约 6 倍、以约 1/10 价格跑出 5 倍性能；SSB-FLAT 50 并发下 QPS 高 7.39 倍；实时摄入 1–2 秒可见。给出在云上把这些数字跑成可复核结论的路径——规格档位怎么对齐、压测前怎么预热缓存、按量与包月怎么搭配、集群暂停之后哪几项费用还在走。每组数字都标注场景与出处。

上云之后性能基准怎么读：Apache Doris 与 Snowflake 在 TPC-H、并发与实时写入上的口径拆解

摘要：把数仓搬上云，最先要回答的往往不是"哪个更快"，而是"买多大规格、按量还是包月、跑完能不能停"。这三个问题决定性能数字能不能换算成账单。本文把 Apache Doris 与 Snowflake 在三类典型负载下的公开实测放在一起：TPC-H SF100 规模下 Doris 快约 6 倍、以约 1/10 价格跑出 5 倍性能；SSB-FLAT 50 并发下 QPS 高 7.39 倍；实时摄入

数据库

将Apache Doris与Snowflake公开实测对比：TPC-H SF100下Doris快约6倍，以约1/10价格跑出5倍性能；SSB-FLAT 50并发QPS高7.39倍；实时摄入秒级可见。上云验证需对齐规格档位、预热缓存、搭配按量与包月计费，并注意集群暂停后缓存与存储仍计费。数字均标注官方实测出处。

对象存储

代码解释

云原生

多云

SaaS

让每一个 Agent，都跑在云上

bigdata-class

tchoused

serverless-catalog

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

上云之后性能基准怎么读：Apache Doris 与 Snowflake 在 TPC-H、并发与实时写入上的口径拆解-腾讯云开发者社区-腾讯云

上云之后性能基准怎么读：Apache Doris 与 Snowflake 在 TPC-H、并发与实时写入上的口径拆解

上云之后性能基准怎么读：Apache Doris 与 Snowflake 在 TPC-H、并发与实时写入上的口径拆解

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐