docs/bn-BD/README.md

<!--
Licensed to the Apache Software Foundation (ASF) under one
or more contributor license agreements.  See the NOTICE file
distributed with this work for additional information
regarding copyright ownership.  The ASF licenses this file
to you under the Apache License, Version 2.0 (the
"License"); you may not use this file except in compliance
with the License.  You may obtain a copy of the License at

  http://www.apache.org/licenses/LICENSE-2.0

Unless required by applicable law or agreed to in writing,
software distributed under the License is distributed on an
"AS IS" BASIS, WITHOUT WARRANTIES OR CONDITIONS OF ANY
KIND, either express or implied.  See the License for the
specific language governing permissions and limitations
under the License.
-->

## 🌍 অন্যান্য ভাষায় পড়ুন

[العربية](../ar-SA/README.md) • [বাংলা](README.md) • [Deutsch](../de-DE/README.md) • [English](../../README.md) • [Español](../es-ES/README.md) • [فارسی](../fa-IR/README.md) • [Français](../fr-FR/README.md) • [हिन्दी](../hi-IN/README.md) • [Bahasa Indonesia](../id-ID/README.md) • [Italiano](../it-IT/README.md) • [日本語](../ja-JP/README.md) • [한국어](../ko-KR/README.md) • [Polski](../pl-PL/README.md) • [Português](../pt-BR/README.md) • [Română](../ro-RO/README.md) • [Русский](../ru-RU/README.md) • [Slovenščina](../sl-SI/README.md) • [ไทย](../th-TH/README.md) • [Türkçe](../tr-TR/README.md) • [Українська](../uk-UA/README.md) • [Tiếng Việt](../vi-VN/README.md) • [简体中文](../zh-CN/README.md) • [繁體中文](../zh-TW/README.md)

<div align="center">

# Apache Doris

[![License](https://img.shields.io/badge/license-Apache%202-4EB1BA.svg)](https://www.apache.org/licenses/LICENSE-2.0.html)
[![GitHub release](https://img.shields.io/github/release/apache/doris.svg)](https://github.com/apache/doris/releases)
[![OSSRank](https://shields.io/endpoint?url=https://ossrank.com/shield/516)](https://ossrank.com/p/516)
[![Commit activity](https://img.shields.io/github/commit-activity/m/apache/doris)](https://github.com/apache/doris/commits/master/)
[![EN doc](https://img.shields.io/badge/Docs-English-blue.svg)](https://doris.apache.org/docs/gettingStarted/what-is-apache-doris)
[![CN doc](https://img.shields.io/badge/文档-中文版-blue.svg)](https://doris.apache.org/zh-CN/docs/gettingStarted/what-is-apache-doris)

<div>

[![Official Website](<https://img.shields.io/badge/-Visit%20the%20Official%20Website%20%E2%86%92-rgb(15,214,106)?style=for-the-badge>)](https://doris.apache.org/)
[![Quick Download](<https://img.shields.io/badge/-Quick%20%20Download%20%E2%86%92-rgb(66,56,255)?style=for-the-badge>)](https://doris.apache.org/download)


</div>


<div>
    <a href="https://twitter.com/doris_apache"><img src="https://img.shields.io/badge/- @Doris_Apache -424549?style=social&logo=x" height=25></a>
    &nbsp;
    <a href="https://github.com/apache/doris/discussions"><img src="https://img.shields.io/badge/- Discussion -red?style=social&logo=discourse" height=25></a>
    &nbsp;
    <a href="https://doris.apache.org/slack" height=25></a>
    &nbsp;
    <a href="https://medium.com/@ApacheDoris"><img src="https://img.shields.io/badge/-Medium-red?style=social&logo=medium" height=25></a>

</div>

</div>

---

<p align="center">

  <a href="https://trendshift.io/repositories/1156" target="_blank"><img src="https://trendshift.io/api/badge/repositories/1156" alt="apache%2Fdoris | Trendshift" style="width: 250px; height: 55px;" width="250" height="55"/></a>

</p>




Apache Doris হল একটি ব্যবহার সহজ, উচ্চ-কর্মক্ষমতা এবং রিয়েল-টাইম বিশ্লেষণাত্মক ডাটাবেস যা MPP আর্কিটেকচারের উপর ভিত্তি করে, যা তার চরম গতি এবং ব্যবহারের সহজতার জন্য পরিচিত। এটি বিশাল ডেটার অধীনে কুয়েরি ফলাফল ফেরত দেওয়ার জন্য কেবলমাত্র সাব-সেকেন্ড প্রতিক্রিয়া সময় প্রয়োজন এবং এটি কেবল উচ্চ-সমবর্তী পয়েন্ট কুয়েরি পরিস্থিতি নয়, উচ্চ-থ্রুপুট জটিল বিশ্লেষণ পরিস্থিতিও সমর্থন করতে পারে।

এটি সব Apache Doris-কে রিপোর্ট বিশ্লেষণ, ad-hoc কুয়েরি, একীভূত ডেটা গুদাম, এবং ডেটা লেক কুয়েরি ত্বরণ সহ পরিস্থিতির জন্য একটি আদর্শ সরঞ্জাম করে তোলে। Apache Doris-এ, ব্যবহারকারীরা বিভিন্ন অ্যাপ্লিকেশন তৈরি করতে পারে, যেমন ব্যবহারকারী আচরণ বিশ্লেষণ, AB পরীক্ষা প্ল্যাটফর্ম, লগ পুনরুদ্ধার বিশ্লেষণ, ব্যবহারকারী প্রোফাইল বিশ্লেষণ, এবং অর্ডার বিশ্লেষণ।

🎉 🔗[সমস্ত রিলিজ](https://doris.apache.org/docs/releasenotes/all-release) দেখুন, যেখানে আপনি গত বছরে প্রকাশিত Apache Doris সংস্করণগুলির একটি কালানুক্রমিক সারসংক্ষেপ পাবেন।

👀 🔗[অফিসিয়াল ওয়েবসাইট](https://doris.apache.org/) অন্বেষণ করুন Apache Doris-এর মূল বৈশিষ্ট্য, ব্লগ এবং ব্যবহারকারী কেসগুলি বিস্তারিতভাবে আবিষ্কার করতে।

## 📈 ব্যবহারের পরিস্থিতি

নীচের চিত্রে দেখানো হয়েছে, বিভিন্ন ডেটা একীকরণ এবং প্রক্রিয়াকরণের পরে, ডেটা উত্সগুলি সাধারণত রিয়েল-টাইম ডেটা গুদাম Apache Doris এবং অফলাইন ডেটা লেক বা ডেটা গুদামে (Apache Hive, Apache Iceberg বা Apache Hudi-তে) সংরক্ষণ করা হয়।

<br />

<img src="https://cdn.selectdb.com/static/What_is_Apache_Doris_3_a61692c2ce.png" />

<br />


Apache Doris নিম্নলিখিত পরিস্থিতিতে ব্যাপকভাবে ব্যবহৃত হয়:

- **রিয়েল-টাইম ডেটা বিশ্লেষণ**:

  - **রিয়েল-টাইম রিপোর্টিং এবং সিদ্ধান্ত গ্রহণ**: Doris অভ্যন্তরীণ এবং বাহ্যিক এন্টারপ্রাইজ ব্যবহারের জন্য রিয়েল-টাইম আপডেট করা রিপোর্ট এবং ড্যাশবোর্ড প্রদান করে, স্বয়ংক্রিয় প্রক্রিয়ায় রিয়েল-টাইম সিদ্ধান্ত গ্রহণকে সমর্থন করে।
  
  - **Ad Hoc বিশ্লেষণ**: Doris বহুমাত্রিক ডেটা বিশ্লেষণ ক্ষমতা প্রদান করে, দ্রুত ব্যবসায়িক বুদ্ধিমত্তা বিশ্লেষণ এবং ad hoc কুয়েরি সক্ষম করে ব্যবহারকারীদের জটিল ডেটা থেকে দ্রুত অন্তর্দৃষ্টি আবিষ্কার করতে সাহায্য করে।
  
  - **ব্যবহারকারী প্রোফাইলিং এবং আচরণ বিশ্লেষণ**: Doris অংশগ্রহণ, ধারণ, এবং রূপান্তরের মতো ব্যবহারকারী আচরণ বিশ্লেষণ করতে পারে, একই সাথে আচরণ বিশ্লেষণের জন্য জনসংখ্যা অন্তর্দৃষ্টি এবং গোষ্ঠী নির্বাচনের মতো পরিস্থিতিও সমর্থন করে।

- **লেকহাউস অ্যানালিটিক্স**:

  - **লেকহাউস কুয়েরি ত্বরণ**: Doris তার দক্ষ কুয়েরি ইঞ্জিনের সাথে লেকহাউস ডেটা কুয়েরি ত্বরান্বিত করে।
  
  - **ফেডারেটেড অ্যানালিটিক্স**: Doris একাধিক ডেটা উত্স জুড়ে ফেডারেটেড কুয়েরি সমর্থন করে, আর্কিটেকচার সরল করে এবং ডেটা সাইলো দূর করে।
  
  - **রিয়েল-টাইম ডেটা প্রক্রিয়াকরণ**: Doris উচ্চ সমবর্তন এবং নিম্ন-বিলম্ব জটিল ব্যবসায়িক প্রয়োজনীয়তার চাহিদা পূরণের জন্য রিয়েল-টাইম ডেটা স্ট্রিম এবং ব্যাচ ডেটা প্রক্রিয়াকরণ ক্ষমতা একত্রিত করে।

- **SQL-ভিত্তিক পর্যবেক্ষণযোগ্যতা**:

  - **লগ এবং ইভেন্ট বিশ্লেষণ**: Doris বিতরণ করা সিস্টেমে লগ এবং ইভেন্টের রিয়েল-টাইম বা ব্যাচ বিশ্লেষণ সক্ষম করে, সমস্যা সনাক্ত করতে এবং কর্মক্ষমতা অপ্টিমাইজ করতে সাহায্য করে।


## সামগ্রিক আর্কিটেকচার

Apache Doris MySQL প্রোটোকল ব্যবহার করে, MySQL সিনট্যাক্সের সাথে অত্যন্ত সামঞ্জস্যপূর্ণ, এবং স্ট্যান্ডার্ড SQL সমর্থন করে। ব্যবহারকারীরা বিভিন্ন ক্লায়েন্ট সরঞ্জামের মাধ্যমে Apache Doris-এ অ্যাক্সেস করতে পারে, এবং এটি BI সরঞ্জামগুলির সাথে নির্বিঘ্নে একীভূত হয়।

### স্টোরেজ-কম্পিউট একীভূত আর্কিটেকচার

Apache Doris-এর স্টোরেজ-কম্পিউট একীভূত আর্কিটেকচার সরলীকৃত এবং রক্ষণাবেক্ষণ সহজ। নীচের চিত্রে দেখানো হয়েছে, এটি কেবল দুটি ধরণের প্রক্রিয়া নিয়ে গঠিত:

- **Frontend (FE):** প্রাথমিকভাবে ব্যবহারকারীর অনুরোধ পরিচালনা, কুয়েরি পার্সিং এবং পরিকল্পনা, মেটাডেটা ব্যবস্থাপনা, এবং নোড ব্যবস্থাপনা কাজের জন্য দায়ী।

- **Backend (BE):** প্রাথমিকভাবে ডেটা স্টোরেজ এবং কুয়েরি নির্বাহের জন্য দায়ী। ডেটা shard-এ পার্টিশন করা হয় এবং BE নোড জুড়ে একাধিক প্রতিলিপি সহ সংরক্ষণ করা হয়।

![Apache Doris-এর সামগ্রিক আর্কিটেকচার](https://cdn.selectdb.com/static/What_is_Apache_Doris_adb26397e2.png)

<br />

একটি উৎপাদন পরিবেশে, দুর্যোগ পুনরুদ্ধারের জন্য একাধিক FE নোড মোতায়েন করা যেতে পারে। প্রতিটি FE নোড মেটাডেটার একটি সম্পূর্ণ অনুলিপি বজায় রাখে। FE নোডগুলি তিনটি ভূমিকায় বিভক্ত:

| ভূমিকা      | ফাংশন                                                     |
| --------- | ------------------------------------------------------------ |
| Master    | FE Master নোড মেটাডেটা পড়া এবং লেখার অপারেশনের জন্য দায়ী। যখন Master-এ মেটাডেটা পরিবর্তন ঘটে, সেগুলি BDB JE প্রোটোকলের মাধ্যমে Follower বা Observer নোডগুলিতে সিঙ্ক্রোনাইজ করা হয়। |
| Follower  | Follower নোড মেটাডেটা পড়ার জন্য দায়ী। যদি Master নোড ব্যর্থ হয়, একটি Follower নোড নতুন Master হিসাবে নির্বাচিত হতে পারে। |
| Observer  | Observer নোড মেটাডেটা পড়ার জন্য দায়ী এবং প্রাথমিকভাবে কুয়েরি সমবর্তন বৃদ্ধি করতে ব্যবহৃত হয়। এটি ক্লাস্টার নেতৃত্ব নির্বাচনে অংশগ্রহণ করে না। |

FE এবং BE উভয় প্রক্রিয়াই অনুভূমিকভাবে স্কেলযোগ্য, একটি একক ক্লাস্টারকে শত শত মেশিন এবং ডজন ডজন পেটাবাইট স্টোরেজ ক্ষমতা সমর্থন করতে সক্ষম করে। FE এবং BE প্রক্রিয়াগুলি পরিষেবার উচ্চ প্রাপ্যতা এবং ডেটার উচ্চ নির্ভরযোগ্যতা নিশ্চিত করতে একটি সামঞ্জস্য প্রোটোকল ব্যবহার করে। স্টোরেজ-কম্পিউট একীভূত আর্কিটেকচার অত্যন্ত একীভূত, বিতরণ করা সিস্টেমের অপারেশনাল জটিলতা উল্লেখযোগ্যভাবে হ্রাস করে।


## Apache Doris-এর মূল বৈশিষ্ট্য

- **উচ্চ প্রাপ্যতা**: Apache Doris-এ, মেটাডেটা এবং ডেটা উভয়ই একাধিক প্রতিলিপি সহ সংরক্ষণ করা হয়, quorum প্রোটোকলের মাধ্যমে ডেটা লগ সিঙ্ক্রোনাইজ করে। ডেটা লেখা তখন সফল বলে বিবেচিত হয় যখন বেশিরভাগ প্রতিলিপি লেখা সম্পূর্ণ করে, নিশ্চিত করে যে ক্লাস্টার উপলব্ধ থাকে এমনকি কয়েকটি নোড ব্যর্থ হলেও। Apache Doris একই-শহর এবং ক্রস-অঞ্চল দুর্যোগ পুনরুদ্ধার উভয়ই সমর্থন করে, দ্বৈত-ক্লাস্টার master-slave মোড সক্ষম করে। যখন কিছু নোড ব্যর্থতার সম্মুখীন হয়, ক্লাস্টার স্বয়ংক্রিয়ভাবে ত্রুটিপূর্ণ নোডগুলিকে বিচ্ছিন্ন করতে পারে, সামগ্রিক ক্লাস্টার প্রাপ্যতাকে প্রভাবিত হওয়া থেকে রোধ করে।

- **উচ্চ সামঞ্জস্য**: Apache Doris MySQL প্রোটোকলের সাথে অত্যন্ত সামঞ্জস্যপূর্ণ এবং স্ট্যান্ডার্ড SQL সিনট্যাক্স সমর্থন করে, বেশিরভাগ MySQL এবং Hive ফাংশন কভার করে। এই উচ্চ সামঞ্জস্য ব্যবহারকারীদের বিদ্যমান অ্যাপ্লিকেশন এবং সরঞ্জামগুলিকে নির্বিঘ্নে মাইগ্রেট এবং একীভূত করতে দেয়। Apache Doris MySQL ইকোসিস্টেম সমর্থন করে, ব্যবহারকারীদের আরও সুবিধাজনক অপারেশন এবং রক্ষণাবেক্ষণের জন্য MySQL ক্লায়েন্ট সরঞ্জাম ব্যবহার করে Doris-এর সাথে সংযোগ করতে সক্ষম করে। এটি BI রিপোর্টিং সরঞ্জাম এবং ডেটা ট্রান্সমিশন সরঞ্জামের জন্য MySQL প্রোটোকল সামঞ্জস্যও সমর্থন করে, ডেটা বিশ্লেষণ এবং ডেটা ট্রান্সমিশন প্রক্রিয়ায় দক্ষতা এবং স্থিতিশীলতা নিশ্চিত করে।

- **রিয়েল-টাইম ডেটা গুদাম**: Apache Doris-এর উপর ভিত্তি করে, একটি রিয়েল-টাইম ডেটা গুদাম পরিষেবা তৈরি করা যেতে পারে। Apache Doris সেকেন্ড-লেভেল ডেটা ইনজেশন ক্ষমতা প্রদান করে, আপস্ট্রিম অনলাইন ট্রানজ্যাকশনাল ডাটাবেস থেকে ইনক্রিমেন্টাল পরিবর্তনগুলি সেকেন্ডের মধ্যে Doris-এ ক্যাপচার করে। ভেক্টরাইজড ইঞ্জিন, MPP আর্কিটেকচার, এবং Pipeline নির্বাহ ইঞ্জিনগুলির সুবিধা নিয়ে, Doris সাব-সেকেন্ড ডেটা কুয়েরি ক্ষমতা প্রদান করে, এইভাবে একটি উচ্চ-কর্মক্ষমতা, নিম্ন-বিলম্ব রিয়েল-টাইম ডেটা গুদাম প্ল্যাটফর্ম তৈরি করে।

- **একীভূত লেকহাউস**: Apache Doris ডেটা লেক বা রিলেশনাল ডাটাবেসের মতো বাহ্যিক ডেটা উত্সের উপর ভিত্তি করে একটি একীভূত লেকহাউস আর্কিটেকচার তৈরি করতে পারে। Doris একীভূত লেকহাউস সমাধান ডেটা লেক এবং ডেটা গুদামের মধ্যে নির্বিঘ্ন একীকরণ এবং মুক্ত ডেটা প্রবাহ সক্ষম করে, ব্যবহারকারীদের ডেটা লেকে ডেটা বিশ্লেষণ সমস্যা সমাধানের জন্য ডেটা গুদাম ক্ষমতা সরাসরি ব্যবহার করতে সাহায্য করে, একই সাথে ডেটা লেক ডেটা ব্যবস্থাপনা ক্ষমতাগুলিকে সম্পূর্ণরূপে কাজে লাগিয়ে ডেটা মান বৃদ্ধি করে।

- **নমনীয় মডেলিং**: Apache Doris বিভিন্ন মডেলিং পদ্ধতি প্রদান করে, যেমন প্রশস্ত টেবিল মডেল, প্রি-এগ্রিগেশন মডেল, তারকা/তুষারফুল স্কিমা ইত্যাদি। ডেটা আমদানির সময়, ডেটা প্রশস্ত টেবিলে সমতল করা যেতে পারে এবং Flink বা Spark-এর মতো কম্পিউট ইঞ্জিনের মাধ্যমে Doris-এ লেখা যেতে পারে, বা ডেটা সরাসরি Doris-এ আমদানি করা যেতে পারে, ভিউ, ম্যাটেরিয়ালাইজড ভিউ, বা রিয়েল-টাইম মাল্টি-টেবিল যোগদানের মাধ্যমে ডেটা মডেলিং অপারেশন সম্পাদন করে।

## প্রযুক্তিগত ওভারভিউ

Doris একটি দক্ষ SQL ইন্টারফেস প্রদান করে এবং MySQL প্রোটোকলের সাথে সম্পূর্ণ সামঞ্জস্যপূর্ণ। এর কুয়েরি ইঞ্জিন MPP (ম্যাসিভলি প্যারালেল প্রসেসিং) আর্কিটেকচারের উপর ভিত্তি করে, জটিল বিশ্লেষণাত্মক কুয়েরি দক্ষতার সাথে নির্বাহ করতে এবং নিম্ন-বিলম্ব রিয়েল-টাইম কুয়েরি অর্জন করতে সক্ষম। ডেটা এনকোডিং এবং কম্প্রেশন জন্য কলামার স্টোরেজ প্রযুক্তির মাধ্যমে, এটি কুয়েরি কর্মক্ষমতা এবং স্টোরেজ কম্প্রেশন অনুপাত উল্লেখযোগ্যভাবে অপ্টিমাইজ করে।

### ইন্টারফেস

Apache Doris MySQL প্রোটোকল গ্রহণ করে, স্ট্যান্ডার্ড SQL সমর্থন করে, এবং MySQL সিনট্যাক্সের সাথে অত্যন্ত সামঞ্জস্যপূর্ণ। ব্যবহারকারীরা বিভিন্ন ক্লায়েন্ট সরঞ্জামের মাধ্যমে Apache Doris-এ অ্যাক্সেস করতে পারে এবং এটি BI সরঞ্জামগুলির সাথে নির্বিঘ্নে একীভূত করতে পারে, যার মধ্যে রয়েছে কিন্তু সীমাবদ্ধ নয় Smartbi, DataEase, FineBI, Tableau, Power BI, এবং Apache Superset। Apache Doris MySQL প্রোটোকল সমর্থন করে এমন যেকোনো BI সরঞ্জামের জন্য ডেটা উত্স হিসাবে কাজ করতে পারে।

### স্টোরেজ ইঞ্জিন

Apache Doris-এর একটি কলামার স্টোরেজ ইঞ্জিন রয়েছে, যা কলাম দ্বারা ডেটা এনকোড, কম্প্রেস এবং পড়ে। এটি একটি খুব উচ্চ ডেটা কম্প্রেশন অনুপাত সক্ষম করে এবং অপ্রয়োজনীয় ডেটা স্ক্যানিংকে ব্যাপকভাবে হ্রাস করে, এইভাবে IO এবং CPU সম্পদের আরও দক্ষ ব্যবহার করে।

Apache Doris ডেটা স্ক্যান কমানোর জন্য বিভিন্ন সূচক কাঠামো সমর্থন করে:

- **সাজানো যৌগিক কী সূচক**: ব্যবহারকারীরা সর্বাধিক তিনটি কলাম নির্দিষ্ট করতে পারে একটি যৌগিক সাজানো কী গঠন করতে। এটি উচ্চ-সমবর্তী রিপোর্টিং পরিস্থিতিকে আরও ভালভাবে সমর্থন করার জন্য ডেটা কার্যকরভাবে ছাঁটাই করতে পারে।

- **Min/Max সূচক**: এটি সংখ্যাসূচক প্রকারের সমতা এবং পরিসীমা কুয়েরিতে কার্যকর ডেটা ফিল্টারিং সক্ষম করে।

- **BloomFilter সূচক**: এটি উচ্চ-কার্ডিনালিটি কলামের সমতা ফিল্টারিং এবং ছাঁটাইতে খুব কার্যকর।

- **ইনভার্টেড সূচক**: এটি যেকোনো ক্ষেত্রের জন্য দ্রুত অনুসন্ধান সক্ষম করে।

Apache Doris বিভিন্ন ডেটা মডেল সমর্থন করে এবং বিভিন্ন পরিস্থিতির জন্য সেগুলি অপ্টিমাইজ করেছে:

- **বিস্তারিত মডেল (ডুপ্লিকেট কী মডেল):** ফ্যাক্ট টেবিলের বিস্তারিত স্টোরেজ প্রয়োজনীয়তা পূরণের জন্য ডিজাইন করা একটি বিস্তারিত ডেটা মডেল।

- **প্রাথমিক কী মডেল (ইউনিক কী মডেল):** ইউনিক কী নিশ্চিত করে; একই কী সহ ডেটা ওভাররাইট করা হয়, সারি-লেভেল ডেটা আপডেট সক্ষম করে।

- **এগ্রিগেট মডেল (এগ্রিগেট কী মডেল):** একই কী সহ মান কলামগুলিকে একত্রিত করে, প্রি-এগ্রিগেশন মাধ্যমে কর্মক্ষমতা উল্লেখযোগ্যভাবে উন্নত করে।

Apache Doris শক্তভাবে সামঞ্জস্যপূর্ণ একক-টেবিল ম্যাটেরিয়ালাইজড ভিউ এবং অ্যাসিঙ্ক্রোনাসলি রিফ্রেশ করা মাল্টি-টেবিল ম্যাটেরিয়ালাইজড ভিউও সমর্থন করে। একক-টেবিল ম্যাটেরিয়ালাইজড ভিউগুলি স্বয়ংক্রিয়ভাবে সিস্টেম দ্বারা রিফ্রেশ এবং রক্ষণাবেক্ষণ করা হয়, ব্যবহারকারীদের কাছ থেকে ম্যানুয়াল হস্তক্ষেপের প্রয়োজন নেই। মাল্টি-টেবিল ম্যাটেরিয়ালাইজড ভিউগুলি ক্লাস্টার-ইন-স্কেডিউলিং বা বাহ্যিক স্কেডিউলিং সরঞ্জাম ব্যবহার করে পর্যায়ক্রমে রিফ্রেশ করা যেতে পারে, ডেটা মডেলিংয়ের জটিলতা হ্রাস করে।

### 🔍 কুয়েরি ইঞ্জিন

Apache Doris-এর নোডগুলির মধ্যে এবং নোডগুলির মধ্যে সমান্তরাল নির্বাহের জন্য একটি MPP-ভিত্তিক কুয়েরি ইঞ্জিন রয়েছে। এটি জটিল কুয়েরি আরও ভালভাবে পরিচালনা করার জন্য বড় টেবিলের জন্য বিতরণ করা shuffle যোগদান সমর্থন করে।

<br />

![Query Engine](https://cdn.selectdb.com/static/What_is_Apache_Doris_1_c6f5ba2af9.png)

<br />

Apache Doris-এর কুয়েরি ইঞ্জিন সম্পূর্ণরূপে ভেক্টরাইজড, সমস্ত মেমরি কাঠামো একটি কলামার ফরম্যাটে সাজানো। এটি ভার্চুয়াল ফাংশন কলগুলি ব্যাপকভাবে হ্রাস করতে পারে, ক্যাশে হিট রেট বৃদ্ধি করতে পারে, এবং SIMD নির্দেশাবলীর দক্ষ ব্যবহার করতে পারে। Apache Doris প্রশস্ত টেবিল এগ্রিগেশন পরিস্থিতিতে নন-ভেক্টরাইজড ইঞ্জিনের তুলনায় 5-10 গুণ বেশি কর্মক্ষমতা প্রদান করে।

<br />

![Doris query engine](https://cdn.selectdb.com/static/What_is_Apache_Doris_2_29cf58cc6b.png)

<br />

Apache Doris রানটাইম পরিসংখ্যানের উপর ভিত্তি করে নির্বাহ পরিকল্পনা গতিশীলভাবে সামঞ্জস্য করতে অ্যাডাপটিভ কুয়েরি নির্বাহ প্রযুক্তি ব্যবহার করে। উদাহরণস্বরূপ, এটি একটি রানটাইম ফিল্টার তৈরি করতে পারে এবং এটি প্রোব সাইডে ধাক্কা দিতে পারে। বিশেষভাবে, এটি প্রোব সাইডে সর্বনিম্ন-লেভেল স্ক্যান নোডে ফিল্টারগুলি ধাক্কা দেয়, যা প্রক্রিয়া করার ডেটার পরিমাণ ব্যাপকভাবে হ্রাস করে এবং যোগদান কর্মক্ষমতা বৃদ্ধি করে। Apache Doris-এর রানটাইম ফিল্টার In/Min/Max/Bloom Filter সমর্থন করে।

Apache Doris একটি Pipeline নির্বাহ ইঞ্জিন ব্যবহার করে যা কুয়েরিগুলিকে সমান্তরাল নির্বাহের জন্য একাধিক উপ-কাজে বিভক্ত করে, মাল্টি-কোর CPU ক্ষমতাগুলিকে সম্পূর্ণরূপে কাজে লাগায়। এটি একই সাথে কুয়েরি থ্রেডের সংখ্যা সীমাবদ্ধ করে থ্রেড বিস্ফোরণ সমস্যা সমাধান করে। Pipeline নির্বাহ ইঞ্জিন ডেটা কপি এবং শেয়ারিং হ্রাস করে, সাজানো এবং এগ্রিগেশন অপারেশন অপ্টিমাইজ করে, এইভাবে কুয়েরি দক্ষতা এবং থ্রুপুট উল্লেখযোগ্যভাবে উন্নত করে।

অপ্টিমাইজারের ক্ষেত্রে, Apache Doris CBO (কস্ট-ভিত্তিক অপ্টিমাইজার), RBO (রুল-ভিত্তিক অপ্টিমাইজার), এবং HBO (ইতিহাস-ভিত্তিক অপ্টিমাইজার) এর একটি সম্মিলিত অপ্টিমাইজেশন কৌশল ব্যবহার করে। RBO ধ্রুবক ভাঁজ, সাবকুয়েরি পুনর্লিখন, প্রেডিকেট পুশডাউন, এবং আরও অনেক কিছু সমর্থন করে। CBO যোগদান পুনঃক্রম এবং অন্যান্য অপ্টিমাইজেশন সমর্থন করে। HBO ঐতিহাসিক কুয়েরি তথ্যের উপর ভিত্তি করে সর্বোত্তম নির্বাহ পরিকল্পনা সুপারিশ করে। এই একাধিক অপ্টিমাইজেশন ব্যবস্থা নিশ্চিত করে যে Doris বিভিন্ন ধরণের কুয়েরির জন্য উচ্চ-কর্মক্ষমতা কুয়েরি পরিকল্পনা গণনা করতে পারে।


## 🎆 কেন Apache Doris বেছে নেবেন?

- 🎯 **ব্যবহার সহজ**: দুটি প্রক্রিয়া, অন্য কোন নির্ভরতা নেই; অনলাইন ক্লাস্টার স্কেলিং, স্বয়ংক্রিয় প্রতিলিপি পুনরুদ্ধার; MySQL প্রোটোকলের সাথে সামঞ্জস্যপূর্ণ, এবং স্ট্যান্ডার্ড SQL ব্যবহার করে।

- 🚀 **উচ্চ কর্মক্ষমতা**: কলামার স্টোরেজ ইঞ্জিন, আধুনিক MPP আর্কিটেকচার, ভেক্টরাইজড কুয়েরি ইঞ্জিন, প্রি-এগ্রিগেটেড ম্যাটেরিয়ালাইজড ভিউ এবং ডেটা সূচকের সাথে নিম্ন-বিলম্ব এবং উচ্চ-থ্রুপুট কুয়েরির জন্য অত্যন্ত দ্রুত কর্মক্ষমতা।

- 🖥️ **একক একীভূত**: একটি একক সিস্টেম রিয়েল-টাইম ডেটা সার্ভিসিং, ইন্টারঅ্যাক্টিভ ডেটা বিশ্লেষণ এবং অফলাইন ডেটা প্রক্রিয়াকরণ পরিস্থিতি সমর্থন করতে পারে।

- ⚛️ **ফেডারেটেড কুয়েরি**: Hive, Iceberg, Hudi-এর মতো ডেটা লেক এবং MySQL এবং Elasticsearch-এর মতো ডাটাবেসের ফেডারেটেড কুয়েরি সমর্থন করে।

- ⏩ **বিভিন্ন ডেটা আমদানি পদ্ধতি**: HDFS/S3 থেকে ব্যাচ আমদানি এবং MySQL Binlog/Kafka থেকে স্ট্রিম আমদানি সমর্থন করে; HTTP ইন্টারফেসের মাধ্যমে মাইক্রো-ব্যাচ লেখা এবং JDBC-তে Insert ব্যবহার করে রিয়েল-টাইম লেখা সমর্থন করে।

- 🚙 **সমৃদ্ধ ইকোসিস্টেম**: Spark Doris পড়তে এবং লিখতে Spark-Doris-Connector ব্যবহার করে; Flink-Doris-Connector Flink CDC-কে Doris-এ exactly-once ডেটা লেখা বাস্তবায়ন করতে সক্ষম করে; DBT Doris Adapter DBT দিয়ে Doris-এ ডেটা রূপান্তর করতে প্রদান করা হয়।

## 🙌 অবদানকারী

**Apache Doris সফলভাবে Apache ইনকিউবেটর থেকে স্নাতক হয়েছে এবং জুন 2022-এ একটি টপ-লেভেল প্রজেক্ট হয়ে উঠেছে**।

আমরা Apache Doris-এ তাদের অবদানের জন্য 🔗[সম্প্রদায়ের অবদানকারীদের](https://github.com/apache/doris/graphs/contributors) গভীরভাবে প্রশংসা করি।

[![contrib graph](https://contrib.rocks/image?repo=apache/doris)](https://github.com/apache/doris/graphs/contributors)

## 👨‍👩‍👧‍👦 ব্যবহারকারী

Apache Doris-এর এখন চীন এবং সারা বিশ্বে একটি বিস্তৃত ব্যবহারকারী বেস রয়েছে, এবং আজ পর্যন্ত, **Apache Doris সারা বিশ্বে হাজার হাজার কোম্পানিতে উৎপাদন পরিবেশে ব্যবহৃত হচ্ছে।** বাজার মূলধন বা মূল্যায়নের ক্ষেত্রে চীনের শীর্ষ 50 ইন্টারনেট কোম্পানির 80% এরও বেশি দীর্ঘদিন ধরে Apache Doris ব্যবহার করছে, যার মধ্যে রয়েছে Baidu, Meituan, Xiaomi, Jingdong, Bytedance, Tencent, NetEase, Kwai, Sina, 360, Mihoyo, এবং Ke Holdings। এটি অর্থ, শক্তি, উৎপাদন, এবং টেলিযোগাযোগের মতো কিছু ঐতিহ্যগত শিল্পেও ব্যাপকভাবে ব্যবহৃত হয়।

Apache Doris-এর ব্যবহারকারী: 🔗[ব্যবহারকারী](https://doris.apache.org/users)

Apache Doris ওয়েবসাইটে আপনার কোম্পানির লোগো যোগ করুন: 🔗[আপনার কোম্পানি যোগ করুন](https://github.com/apache/doris/discussions/27683)
 
## 👣 শুরু করুন

### 📚 ডকুমেন্টেশন

সমস্ত ডকুমেন্টেশন   🔗[ডকুমেন্টেশন](https://doris.apache.org/docs/gettingStarted/what-is-apache-doris)  

### ⬇️ ডাউনলোড 

সমস্ত রিলিজ এবং বাইনারি সংস্করণ 🔗[ডাউনলোড](https://doris.apache.org/download) 

### 🗄️ কম্পাইল

কিভাবে কম্পাইল করবেন দেখুন  🔗[কম্পাইলেশন](https://doris.apache.org/community/source-install/compilation-with-docker))

### 📮 ইনস্টল

কিভাবে ইনস্টল এবং মোতায়েন করবেন দেখুন 🔗[ইনস্টলেশন এবং মোতায়েন](https://doris.apache.org/docs/install/preparation/env-checking) 

## 🧩 উপাদান

### 📝 Doris Connector

Doris Spark/Flink-এর জন্য Connector-এর মাধ্যমে Doris-এ সংরক্ষিত ডেটা পড়ার জন্য সমর্থন প্রদান করে, এবং Connector-এর মাধ্যমে Doris-এ ডেটা লেখাও সমর্থন করে।

🔗[apache/doris-flink-connector](https://github.com/apache/doris-flink-connector)

🔗[apache/doris-spark-connector](https://github.com/apache/doris-spark-connector)


## 🌈 সম্প্রদায় এবং সমর্থন

### 📤 মেইলিং তালিকায় সাবস্ক্রাইব করুন

মেইল তালিকা Apache সম্প্রদায়ে যোগাযোগের সবচেয়ে স্বীকৃত ফর্ম। কিভাবে 🔗[মেইলিং তালিকায় সাবস্ক্রাইব করবেন](https://doris.apache.org/community/subscribe-mail-list) দেখুন

### 🙋 সমস্যা রিপোর্ট করুন বা Pull Request জমা দিন

আপনার যদি কোন প্রশ্ন থাকে, 🔗[GitHub Issue](https://github.com/apache/doris/issues) ফাইল করতে বা এটি 🔗[GitHub Discussion](https://github.com/apache/doris/discussions)-এ পোস্ট করতে এবং 🔗[Pull Request](https://github.com/apache/doris/pulls) জমা দিয়ে এটি ঠিক করতে নির্দ্বিধায় করুন

### 🍻 কিভাবে অবদান রাখবেন

আমরা আপনার পরামর্শ, মন্তব্য (সমালোচনা সহ), মন্তব্য এবং অবদানকে স্বাগত জানাই। 🔗[কিভাবে অবদান রাখবেন](https://doris.apache.org/community/how-to-contribute/) এবং 🔗[কোড জমা দেওয়ার গাইড](https://doris.apache.org/community/how-to-contribute/pull-request/) দেখুন

### ⌨️ Doris উন্নতি প্রস্তাব (DSIP)

🔗[Doris উন্নতি প্রস্তাব (DSIP)](https://cwiki.apache.org/confluence/display/DORIS/Doris+Improvement+Proposals) **সমস্ত প্রধান বৈশিষ্ট্য আপডেট বা উন্নতির জন্য ডিজাইন নথির সংগ্রহ** হিসাবে বিবেচনা করা যেতে পারে।

### 🔑 Backend C++ কোডিং স্পেসিফিকেশন
🔗 [Backend C++ কোডিং স্পেসিফিকেশন](https://cwiki.apache.org/confluence/pages/viewpage.action?pageId=240883637) কঠোরভাবে অনুসরণ করা উচিত, যা আমাদের আরও ভাল কোড গুণমান অর্জনে সাহায্য করবে।

## 💬 আমাদের সাথে যোগাযোগ করুন

নিম্নলিখিত মেইলিং তালিকার মাধ্যমে আমাদের সাথে যোগাযোগ করুন।

| নাম                                                                          | সুযোগ                           |                                                                 |                                                                     |                                                                              |
|:------------------------------------------------------------------------------|:--------------------------------|:----------------------------------------------------------------|:--------------------------------------------------------------------|:-----------------------------------------------------------------------------|
| [dev@doris.apache.org](mailto:dev@doris.apache.org)     | উন্নয়ন-সম্পর্কিত আলোচনা | [সাবস্ক্রাইব করুন](mailto:dev-subscribe@doris.apache.org)   | [সাবস্ক্রাইব বাতিল করুন](mailto:dev-unsubscribe@doris.apache.org)   | [আর্কাইভ](http://mail-archives.apache.org/mod_mbox/doris-dev/)   |

## 🧰 লিঙ্ক

* Apache Doris অফিসিয়াল ওয়েবসাইট - [সাইট](https://doris.apache.org)
* ডেভেলপার মেইলিং তালিকা - <dev@doris.apache.org>। মেইলিং তালিকায় সাবস্ক্রাইব করতে <dev-subscribe@doris.apache.org>-এ ইমেইল করুন, উত্তর অনুসরণ করুন।
* Slack চ্যানেল - [Slack-এ যোগ দিন](https://doris.apache.org/slack)
* Twitter - [@doris_apache অনুসরণ করুন](https://twitter.com/doris_apache)


## 📜 লাইসেন্স

[Apache License, Version 2.0](https://www.apache.org/licenses/LICENSE-2.0)

> **নোট**
> তৃতীয়-পক্ষ নির্ভরতার কিছু লাইসেন্স Apache 2.0 লাইসেন্সের সাথে সামঞ্জস্যপূর্ণ নয়। তাই আপনাকে Apache 2.0 লাইসেন্সের সাথে সম্মতি রেখে
কিছু Doris বৈশিষ্ট্য নিষ্ক্রিয় করতে হবে। বিস্তারিত জানার জন্য, `thirdparty/LICENSE.txt` ফাইলটি দেখুন