医疗行业：国家健康医疗大数据（东部）中心-医疗行业：Apache Doris在区域医疗影像平台中的应用-250115

- Hadoop体系组件繁多，导致全链路数据流程的实现复杂且成本高。

- 运维难度大，维护成本高，尤其是在集群规模较小的情况下。

- 对新场景的兼容性差，实时性需求无法满足，拓展性有限。

投资报告核心要点总结如下： 1. Hadoop体系组件繁多：由于Hadoop架构的特殊性，涉及从数据采集到服务的全链路流程需要超过20个开源组件和30多个自研管理服务，导致系统复杂。

2. 运维难度大：组件数量多使得运维成本高，且每个组件的管理要求也非常高。

3. 部署成本高：完整的Hadoop集群需要较多的管理资源，且在集群规模较小时，计算节点的边际成本较高。

4. 新场景兼容性差：随着业务发展，对数据实时性的要求提高，Hadoop（Hive）体系无法满足这些需求。

5. 拓展性差：单一组件功能有限，面对新的业务需求只能通过增加新组件来扩展，导致维护成本显著增加。

投资标的：Apache Doris 推荐理由： 1. 组件简化：Apache Doris能够简化数据流程，减少所需组件的数量，降低系统复杂性。

2. 运维成本降低：相较于Hadoop体系，Doris的组件较少，运维难度和成本显著降低。

3. 部署资源节省：Doris在集群规模较小的情况下，能够有效降低计算节点的边际成本，节省管理资源。

4. 实时性满足：Doris具备良好的实时数据处理能力，能够满足日益增长的数据实时性需求。

5. 拓展性强：Doris的架构设计使其能够更灵活地应对新的业务需求，降低维护成本。