Doris
介绍中，Doris可以支持到在线场景业务中很高的并发请求，很好奇是如何做到了
查阅了一些资料，关于支撑高并发请求，可以分为两部分
- 第一，要解决单一查询所占用的资源开销的问题。比如一个查询需要发送到一百台机器去查询，它的扇出特别大，并发是肯定很低的。所以我们会通过分区裁剪，分桶裁剪等，尽量把一个查询限制在某一台机器上，甚至是某一个数据分片上。这样单个查询的资源开销足够的小，那整个集群的整体的并发支持就会很高。
- 第二，如果是在数据湖上的这种高频发查询的话，其实本质上还是会回归到关于远端存储 IO 的一些问题上来。也就是尽量去减少小 IO 的远端查询或者通过缓存来解决热数据查询，因为 remote IO 的 overhead 是没法彻底根除的。它跟远端存储的网络，访问的特性都有关系。所以说本质上还是要通过一些 cache 和 buffer 特性来去消除这些远端存储的 IO 的次数以达到一个高并发的效果。