首先我们来看看两者的数据类型设计，如下表：

ClickHouse	MySQL	Comment
UInt8, UInt16, UInt32, UInt64	TINYINT UNSIGNED, SMALLINT UNSIGNED, INT UNSIGNED, BIGINT UNSIGNED
Int8, Int16, Int32, Int64	TINYINT SIGNED, SMALLINT SIGNED, INT SIGNED, BIGINT SIGNED
Float32, Float64	FLOAT, DOUBLE	Supports inf, -inf, nan, recommended NOT to use by ClickHouse!
String	BLOB, TEXT, VARCHAR, VARBINARY	No encoding. Recommended to use UTF-8. In fact behaves like a BLOB.
FixedString(n)	CHAR, BINARY	\0 padded. Less functions available than String, in fact it behaves like BINARY.
Date	DATE	UNIX epoch date up to 2038.
DateTime	DATETIME, TIMESTAMP	UNIX epoch timestamp up to 2038.
Enum	ENUM	Similar to MySQL ENUM. Behaves like Int8/16.
Array(type)	n.a.	Array of type. Closest equivalent in MySQL is JSON? Not well supported.
Tuple()	n.a.
Nested()	n.a.	Closest equivalent in MySQL is JSON?
AggregateFunction()	n.a.
Set	n.a.
Expression	n.a.

首先来说说MySQL：

特点：

MySQL作为数据库的老大哥，面对海量数据，如果单独使用，往往无法满足千亿级企业的业务场景需求：

•大规模的数据导入会使MySQL读的性能大幅降低，甚至出现锁表的情况•海量数据导入，MySQL的查询性能会大幅降低，页面打开缓慢甚至超时•MySQL的单表存储数据有限，拆表、拆库、迁移数据等方式无法应对海量数据

而ClickHouse和Doris就是这些问题的完美终结者。
炙手可热的ClickHouse和Doris

ClickHouse:

通过实践应用，ClickHouse完美解决了MySQL的查询瓶颈，20亿行以下的数据量级查询，90%都可以在亚秒（1秒内）给到结果，并深受腾讯、快手、今日头条、携程等一线大厂的青睐。 据携程酒店大数据高级研发经理透漏：ClickHouse可以满足每天十多亿的数据更新和近百万次的数据查询，支撑app性能98.3%在1秒内返回结果，pc端在98.5%在3秒内返回结果，携程酒店智能平台80%以上的业务在19年的时候都已接入ClickHouse。

作为OLAP领域的后起之秀，Doris新近研发升级的DorisDB以极速著称，基于MPP架构，整合了Google Mesa（数据模型）、Apache Impala（MPP Query Engine）和Apache ORCFile （存储格式，编码和压缩）的技术，不仅能够支持MySQL语法，可以实现数据平滑迁移，还能轻松应对ClickHouse难以支撑的高并发业务场景。既能当超级创可贴以救场能手上线，也能独当一面大放异彩，现已在京东广告、美团外卖、作业帮、小米、搜狐等一线大厂实践应用。
（100M数据集跑分结果，1亿数据查询速度：ClickHouse比Vertica快5倍，比Hive快279倍，比MySQL快801