目前比较流行的实时数仓架构有两类，其中一类是以Flink+Doris为核心的实时数仓架构方案；另一类是以湖仓一体架构为核心的实时数仓架构方案。本文针对Flink+Doris架构进行介绍，这套架构的特点是组件涉及相对较少，架构简单，实时性更高，且易于Lambda架构实现，Doris本身可以支持流批融合(包括离线修复场景)。实时数仓架构图如下：

• 技术框架

  • Kafka：用于接入数据，缓存存储DWD/DWS/DIM中间结果；

  • Flink：用于数据ETL，包括接入数据、处理数据及输出数据全链路数据计算任务；

  • Doris：OLAP引擎，用来存储经过Flink加工过的事实表和维表数据，同时对外提供数据服务支持；

  • Hbase&Redis：用来存储维表信息，维表数据来源一部分有Flink加工实时写入，另一部分是从离线任务同步数据，其主要作用用来支持Flink ETL处理过程中的Lookup Join功能。这里选用Hbase原因主要因为Table的Hbase Connector支持异步IO功能。

  • StreamX：Flink任务管理工具，用于部署管理以及监控Flink实时任务；

  • HDFS：针对原始日志数据备份，必要时刻可以通过备份数据恢复全链路数据；

  <