doris

在华为云通过operator部署Doris v2.1集群Apache Doris 是一款基于 MPP 架构的高性能、实时的分析型数据库，以高效、简单、统一的特点被人们所熟知，仅需亚秒级响应时间即可返回海量数据下的查询结果，不仅可以支持高并发的点查询场景，也能支持高吞吐的复杂分析场景。 Apache Doris最早是诞生于百度的Palo项目，2017年正式对外开源，2018年捐赠给 Apache 基金会进行孵化，如今在中国乃至全球范围内都拥有着广泛的用户群体，截止目前，Apache Doris 已经在全球超过4000家中大型企业的生产环境中得到应用。

Doris SQL 特技VARCHAR GROUP_CONCAT([DISTINCT] VARCHAR str[, VARCHAR sep] [ORDER BY { col_name | expr} [ASC | DESC]) 该函数是类似于 sum() 的聚合函数，group_concat 将结果集中的多行结果连接成一个字符串。第二个参数 sep 为字符串之间的连接符号，该参数可以省略。该函数通常需要和 group by 语句一起使用。

Apache Doris 数据类型Apache Doris 已支持的数据类型列表如下：也可通过SHOW DATA TYPES;语句查看 Apache Doris 支持的所有数据类型。

SelectDB技术团队

Apache Doris 3.0.3 版本正式发布亲爱的社区小伙伴们，Apache Doris 3.0.3 版本已于 2024 年 12 月 02 日正式发布。该版本进一步提升了系统的性能及稳定性，欢迎大家下载体验。

Apache Doris 现行版本 Docker-Compose 运行教程随着 Apache Doris 项目的火热，很多想尝鲜或者试用的小伙伴都希望通过 Docker 来快速拉起一个功能测试或者开发的集群，但由于一些变更原因，Doris On Docker 这一块的内容还未来得及调整完，所以为了让更多的小伙伴不卡在快速使用的路上，特此出一版教程给大家快速拉起试用。

Doris 2.1.7镜像制作Apache Doris - Download | Easily deploy Doris anywhere - Apache Doris

SelectDB技术团队

兼顾高性能与低成本，浅析 Apache Doris 异步物化视图原理及典型场景在现代化的数据分析场景中，数据量以指数级速度快速膨胀，分析维度在不断扩展，查询逻辑的复杂度也在日益增加。从性能角度考虑，在承担高并发查询的压力下，秒级别甚至更快的响应速度已成为基本需求。同时，面对有限的计算资源，成本及性能如何平衡，严格的资源管控也显得尤为重要。

饭桶也得吃饭

部署Apache Doris官方文档：https://doris.apache.org/zh-CN/installing/compilation.html

SelectDB技术团队

科大讯飞：成本降低 60%，性能提升 10 倍，从 ES Loki 到 Apache Doris 可观测性存储底座升级导读：科大讯飞星际日志中心经历了从 Elasticsearch 到 Loki，再到 Apache Doris 的可观测性存储分析底座升级，支持可观测三大支柱 Log Trace Metrics 的存储与分析，有效解决 Elasticsearch 成本高、Loki 查询慢的问题。Doris 能够在降低成本的同时提高查询效率，实现了查询性能提升 10 倍、存储空间缩减至 Elasticsearch 1/6。此外，Doris 提供的半结构化数据类型 VARIANT 能高效存储可扩展的 JSON 数据，具备很高的

SelectDB技术团队

Apache Doris 3.0 里程碑版本｜存算分离架构升级、湖仓一体再进化亲爱的社区小伙伴们，我们很高兴地向大家宣布，在近期我们迎来了 Apache Doris 3.0 版本的正式发布，欢迎大家下载使用体验！

SelectDB技术团队

Apache Doris 2.0.15 版本发布亲爱的社区小伙伴们，Apache Doris 2.0.15 版本已于 2024 年 9 月 30 日正式与大家见面，该版本提交了 157 个改进项以及问题修复，进一步提升了系统的性能及稳定性，欢迎大家下载体验。

墨家巨子@俏如来

五.海量数据实时分析-FlinkCDC+DorisConnector实现数据的全量增量同步前面四篇文字都在学习Doris的理论知识，也是比较枯燥，当然Doris的理论知识还很多，我们后面慢慢学，本篇文章我们尝试使用SpringBoot来整合Doris完成基本的CRUD。

SelectDB技术团队

快手：从 Clickhouse 到 Apache Doris，实现湖仓分离向湖仓一体架构升级导读：快手 OLAP 系统为内外多个场景提供数据服务，每天承载近 10 亿的查询请求。原有湖仓分离架构，由离线数据湖和实时数仓组成，面临存储冗余、资源抢占、治理复杂、查询调优难等问题。通过引入 Apache Doris 湖仓一体能力，替换了 Clickhouse ，升级为湖仓一体架构，并结合 Doris 的物化视图改写能力和自动物化服务，实现高性能的数据查询以及灵活的数据治理。

Doris使用手册以及与Mysql差异整理目录数据类型Doris数据类型数值类型日期类型字符串类型半结构类型聚合类型IP 类型MySQL 到 Doris 类型映射

Apache Doris 实践官方使用指南：https://doris.incubator.apache.org/zh-CN/docs/install/source-install/compilation-with-docker/

SelectDB技术团队

Apache Doris 2.1.6 版本正式发布亲爱的社区小伙伴们，Apache Doris 2.1.6 版本已于 2024 年 9 月 10 日正式发布。2.1.6 版本在 Lakehouse、异步物化视图、半结构化数据管理持续升级改进，同时在查询优化器、执行引擎、存储管理、数据导入与导出以及权限管理等方面完成了若干修复。欢迎大家下载使用。

SelectDB技术团队

Apache Doris Flink Connector 24.0.0 版本正式发布亲爱的社区伙伴们，Apache Doris Flink Connector 24.0.0 版本已于 2024 年 9 月 5 日正式发布。该版本新增了对 Flink 1.20 的支持，并支持通过 Arrow Flight SQL 高速读取 Doris 中数据。此外，整库同步所依赖的 FlinkCDC，也需升级至 3.1.x 版本，以便更好的应用。

墨家巨子@俏如来

三.海量数据实时分析-FlinkCDC实现Mysql数据同步到Doris参考：https://nightlies.apache.org/flink/flink-cdc-docs-release-3.0/zh/docs/get-started/quickstart/mysql-to-doris/

SelectDB技术团队

兼容Trino Connector，扩展Apache Doris数据源接入能力｜Lakehouse 使用手册（四）Apache Doris 内置支持包括 Hive、Iceberg、Hudi、Paimon、LakeSoul、JDBC 在内的多种 Catalog，并为其提供原生高性能且稳定的访问能力，以满足与数据湖的集成需求。而随着 Apache Doris 用户的增加，新的数据源连接需求也随之增加。因此，从 3.0 版本开始，Apache Doris 引入了 Trino Connector 兼容框架。

Apache Arrow简介(1) 数据访问：Apache Arrow的列式内存格式设计优化了数据的随机访问，让每次数据访问的复杂度达到了O(1)，即无论数据的规模大小，数据的访问时间都保持常数。这种设计能够更好地利用现代硬件的特性，如CPU的缓存局部性、流水线和SIMD指令集，从而进一步提升数据处理的效率。同时列式存储可以高效地执行数据密集型的计算操作，如过滤、排序和聚合等。