apache doris

SelectDB技术团队

预约发布会｜核心产品力首发，如何构建面向 Agent 时代的企业级数据引擎过去数十年，整个软件世界与数据架构，本质上都是围绕人的查询与决策习惯而构建的。然而，当 AI Agent 开始深度接入企业核心生产线，这一底层逻辑正在被打破。面对以亚秒级消费数据、高频自主调用工具、流量呈现极端波峰波谷为特征的机器集成新常态，传统的数据体系正面临前所未有的挑战。

SelectDB技术团队

97% 召回率、900 QPS：Apache Doris 4.1 生产级向量检索的工程实践摘要：针对大模型应用中专用向量库成本高、混合查询难的痛点，本文深入拆解 Apache Doris 4.1 原生向量检索的工程实践。从 IVF 算法降本、存储分层，到突破性能瓶颈的 ANN Index Only Scan，系统化解决 AI 时代的海量数据存算难题。在大幅压低内存开销的同时，跑出了 900 QPS 与 97% 召回率的亮眼成绩。

SelectDB技术团队

PB 级自动驾驶数据秒级检索：Apache Doris 统一多模态数据平台实践导读：多模态数据正成为企业核心资产，但规模化管理仍具挑战。自动驾驶在 PB 级图像、点云、视频等数据治理中积累了可复用经验。本文介绍某公司以 Apache Doris 统一标签、元数据、全文和向量检索，将查询从分钟级提升至秒级。

SelectDB技术团队

强行拍平？全表扫描？ AI Agent 动态 JSON 的观测分析摘要：本文从 AI Agent 日志观测切入，讨论 JSON 分析为什么重要：Agent Trace、Tool Call、RAG 检索结果、Prompt 和 Reasoning 具有嵌套结构与动态 Schema，既不能简单拍平，也不适合只当 String 存储。因此，如何保留 JSON 灵活性的同时，获得列式存储的查询性能，成为 Agent Observability 的关键问题。

SelectDB技术团队

SelectDB Enterprise 4.0.5：强化安全与治理，构建企业级实时分析与 AI 数据底座在实时分析领域，Apache Doris 已经成为一款被广泛采用的开源 OLAP 数据库。凭借高性能查询引擎与一体化架构，Doris 在实时数仓、日志分析等场景中持续发挥重要作用，并在近几个版本中不断向 AI 与搜索能力演进。

SelectDB技术团队

基于 SelectDB 实现 Hive 数据湖统一分析：洋钱罐全球一体化探索分析平台升级实践摘要：瓴岳科技原数据平台基于 Hive 与 StarRocks、Spark 多引擎协同架构，随着数据规模增长，在性能与易用性上逐渐面临瓶颈。通过引入阿里云 SelectDB，构建湖仓一体化探索分析平台，在无需迁移数据的前提下实现对 Hive 数据湖的透明加速，显著提升查询性能并简化架构，完成从多引擎协同向统一分析平台的升级。

AllData公司负责人

AllData数据中台集成开源项目Apache Doris建设实时数仓平台企业痛点： Doris实时数据仓库的管理软件很少，我们通过集成开源项目Apache Doris，实现查看与管理Doris数据库的实时数仓平台。

SelectDB技术团队

AI 成为主流负载后，数据基础设施将如何演进？｜Apache Doris 2026 Roadmap在过去几年中，数据基础设施的演进始终围绕一个核心问题展开：如何更快地分析数据？但进入 2026 年，这个问题正在被重新定义。随着 AI 应用的爆发式增长，数据系统不再只是分析工具，而逐渐成为智能系统的一部分。数据不再只是被查询，而是被 Agent 调用、被模型理解、被系统实时消费。

SelectDB技术团队

PostgreSQL + Apache Doris：构建用于实时分析的 HTAP 架构像 PostgreSQL 和 MySQL 这样的 OLTP（在线事务处理）数据库，凭借其强一致性和高并发事务处理能力，已成为行业标准。为应对更大规模的工作负载，许多团队还会引入分库分表方案，将数据分布到多个实例和表中，以此突破单节点瓶颈。然而，这种对事务行之有效的方案，在实时分析需求（实时运营仪表盘、多维业务报告、用户行为分析和实时监控）面前却暴露出明显短板。

SelectDB技术团队

易车 × Apache Doris：构建湖仓一体新架构，加速 AI 业务融合实践导读：易车引入 Apache Doris 取得以下核心成果：数据的爆发式增长与业务对实时性的极致追求，驱动易车技术团队在实时湖仓建设上持续探索。目前易车已基于 Apache Doris + Paimon + Hive 构建了湖仓一体化数据平台，实现架构收敛统一：**逐步替换 Druid、Kudu、HBase、MongoDB、ClickHouse 等近 10 种引擎。**广泛应用于实时多维分析、用户画像及标签体系、BI 报表（实时报表、仪表盘）等核心场景。在此基础上，团队进一步探索 Apache Doris

SelectDB技术团队

Apache Doris 在菜鸟的大规模湖仓业务场景落地实践本文内容来自 Community Over Code Asia 2025 大会（CommunityOverCode 是 Apache 软件基金会（ASF）的官方全球系列大会，其前身为 ApacheCon），OLAP & Data Analysis track 分享议题。本文主要介绍了 Apache Doris 在菜鸟的大规模落地的实践经验，数据分析已经渗透到每个业务线的同学，每天在不同的数据分析报表、数据产品上查数和用数，OLAP 数据库在其中承担着重要作用。我们为什么选择 Doris，以及 Doris

Apache Doris 基础 -- 数据表设计（分层存储）未来一个重要的用例是类似于ES日志存储，其中日志场景中的数据是根据日期分割的。许多数据都是查询不频繁的冷数据，因此需要降低此类数据的存储成本。考虑到节约成本:

Apache Doris 基础 -- 部分数据类型及操作您还可以使用SHOW DATA TYPES;查看Doris支持的所有数据类型。部分类型如下：注意:可变长度字符串以UTF-8编码存储，所以通常英文字符占用1字节，中文字符占用3字节。

Apache Doris 基础 -- 数据表设计（模式更改）用户可以通过schema Change操作修改现有表的模式。表的模式主要包括对列的修改和对索引的修改。这里我们主要介绍与列相关的Scheme更改。对于与索引相关的更改，可以查看数据表设计/表索引，查看每个索引的更改方法。

Apache Doris 基础 -- 数据表设计（使用AUTO_INCREMENT）导入数据时，Doris将表唯一值分配给自动递增列中没有指定值的行。对于包含自动递增列的表，在数据导入期间:

Apache Doris 基础 -- 数据表设计（表索引）索引用于帮助快速过滤或搜索数据。目前，Doris支持两种类型的索引:内置智能索引和用户创建的二级索引。

SelectDB技术团队

Apache Doris 2.0.4 版本正式发布亲爱的社区小伙伴们，Apache Doris 2.0.4 版本已于 2024 年 1 月 26 日正式发布，该版本在新优化器、倒排索引、数据湖等功能上有了进一步的完善与更新，使 Apache Doris 能够适配更广泛的场景。此外，该版本进行了若干的改进与优化，以提供更加稳定高效的性能体验。新版本已经上线，欢迎大家下载使用！

SelectDB技术团队

Apache Doris 聚合函数源码阅读与解析｜源码解读系列笔者最近由于工作需要开始调研 Apache Doris，通过阅读聚合函数代码切入 Apache Doris 内核，同时也秉承着开源的精神，开发了 array_agg 函数并贡献给社区。笔者通过这篇文章记录下对源码的一些理解，同时也方便后面的新人更快速地上手源码开发。

Apache Doris安装部署Apache Doris安装部署CentOS 7.6 Apache Doris 0.14.0选择合适的版本进行下载，此次选择0.14.0版本