共 45 篇
15 分钟搭建 PostgreSQL + Apache Iceberg + Apache Doris 的湖仓分析平台
搭建一条 CDC 实时数据同步链路，往往意味着要部署 Kafka、Debezium 等额外组件。有没有更轻量、更易运维的方案？
本文将演示如何利用开源数据复制引擎 OLake，结合 Apache Iceberg 开放表格式与 Apache Doris 极速查询引擎，在 15 分钟内搭建一条端到端可运行的实时湖仓链路。
面向 AI Agent 的数据库运维：SelectDB CLI 与 Skills 架构设计及实践
本文将从数据库运维决策的复杂性出发，介绍 CLI + Skills 的架构设计，并通过三个端到端的实操案例，展示 AI Agent 如何基于自然语言完成集群管理、表结构设计与 Benchmark 调优。
Apache Doris 4.1 Spill to Disk：避免运行内存密集型查询发生 OOM
Apache Doris 4.1 的 Spill to Disk 是一套深度融合了内存预留、智能调度、压力感知的现代化查询生命周期管理机制。对于重度数据分析用户而言，提供了一种在有限硬件资源下，安全、可靠进行超大规模分析任务的绝对保障。
Apache Doris 倒排索引工作原理：全文检索提速 59 倍，点查提速 14 倍
我们基于开源分析型数据库 Apache Doris，针对包含 1.35 亿条数据的亚马逊评论数据集进行了 50 高并发测试。结果表明：引入内置倒排索引后，全文检索性能提升 59 倍，商品查找提速 14 倍，多维组合查询提速 10 倍。
当 PostgreSQL 面临性能瓶颈：80TB 电商业务迁移至 Apache Doris 的实践思考
本文结合 80TB 电商分析案例，探讨 PostgreSQL 性能瓶颈以及迁移至 Apache Doris 的架构演进路径。
Apache Doris 4.1 全面增强 Iceberg：支持 UPDATE、MERGE INTO 与 Iceberg V3
在已有查询能力的基础上，Doris 进一步支持了 UPDATE、DELETE、MERGE INTO 等数据修改操作、完整的表结构管理与分区演进，以及 rewrite_data_files、expire_snapshots 等日常维护操作，并完整支持 Iceberg V3 格式。
从 Oracle、Hadoop 到 Apache Doris：哥瑞利泛半导体智能制造数据平台实践
该方案支撑万亿级制造数据的实时分析与生产追溯，常规交叉分析可在秒级别完成，并覆盖良率管理、设备监控和企业数据中台等核心场景
PostgreSQL 实时同步到 Apache Doris：一站式 CDC 解决方案
该方案将数据采集、任务调度、数据写入、断点续传等能力统一集成到 Doris Job 调度框架中，无需部署额外的 CDC 工具、消息队列或计算引擎。
快手从 ClickHouse 到 Apache Doris 的百 PB 数据、200+集群迁移实践
支撑了百 PB 级数据、 200+集群、数千张表的平滑迁移，在保障业务无感切换的同时，缩短了复杂数据加工链路，降低了集群运维和业务使用成本，也为统一内部 OLAP 分析底座打下基础。
宽表元数据膨胀怎么解？Doris Segment V3 对比 Parquet、Lance
要让查询真正只为目标列付出元数据成本，思路无非有三种：让 Footer 更容易定位，把重型列元数据搬出 Footer，或者直接删掉其中不必要的内容。Parquet、Lance 和 Doris 的差别，主要在于三种方法的取舍，以及它们能改动到什么程度。
Agent 场景动态 JSON 性能拆解：Apache Doris 比 ClickHouse 快 7 倍、比 Elasticsearch 快 2 倍
为什么同样都支持 JSON，不同数据库在 Agent 日志场景下的性能差异会如此明显？
美团数十 PB 规模 Apache Doris 实践：从统一 OLAP 到 AI-Native 数据基座
美团 OLAP 平台完成了从多引擎并存，到基于 Apache Doris 构建统一分析引擎，再到大规模集群治理、无感升级和 AI 场景演进的建设过程