京东广告积累了海量广告数据，目前系统总数据容量接近 1PB，数据行数超 18 万亿，日查询请求量达 8,000 万次，日最高 QPS 达 2700。然而，随着数据量的持续激增，存储资源已逐渐成为瓶颈。
为此，京东广告对存储资源进行多次扩容，存储容量增加了近 10 倍，但日查询请求量仅增长 2 倍。同时，频繁的扩容也导致计算资源利用率降低，造成资源浪费。分析发现，日常查询中有 99% 集中在近一年的数据上，数据使用呈现出明显的冷热现象。
为解决这一问题，京东广告引入 Apache Doris 建设广告数据存储服务，探索低成本、高利用率的冷热数据分层方案，旨在为广告主提供实时广告效果报表和多维数据分析服务。
京东广告先后尝试了 Apache Doris 数据湖、冷热数据分层方案，并在冷热分层方案的基础上，对查询优化器、分桶裁减、前缀索引、物化视图等持续改进及优化，最终实现存储成本降低 87%、并发查询性能提升超 10 倍、以及查询延迟大幅缩短的显著收益。
完整方案及优化实践详见博客原文
