共 45 篇
Apache Doris 在 AgentLogsBench 中领先，支撑 Agent 可观测性生产负载
Agent 可观测性需要一种能够统一承载多种访问模式的新型系统能力
快手 AB 场景提速 145 倍，从 Spark 到 Apache Doris 的加速实践
快手 AB 指标生产场景从 Spark 切换到 Doris 提速 145 倍、资源消耗下降 72%，并刷新了 Doris 单机群最大规模：2000 节点、10 万核。本文介绍快手数据平台团队为什么选择 Apache Doris 构建 AB 实验平台，针对 AB 指标生产场景进行了哪些落地过程中的存储、计算、调度、稳定性等方面优化。快手的干货分享，对需要构建 AB 实验平台的团队有很大的参考价值。
Apache Doris Python UDF：让 SQL 直接调用 Python 生态，支撑 Agent 时代复杂业务逻辑
Doris Python UDF 提供的不只是一个函数扩展机制，而是一条连接 Doris 高性能分析能力与 Python 生态的通道。
途虎养车基于 Apache Doris 构建统一 OLAP 数据底座，支撑用户画像与 BI 多维分析
从 Hive、HBase、MySQL、Trino 多系统接力，到基于 Apache Doris 的统一 OLAP 架构，途虎养车实现用户画像、圈选分析、BI 报表和即席分析的一体化承载。
Litefuse 开源并推出单进程轻量模式，25 秒就能跑起来的 Agent 可观测与评估平台
Litefuse 正式开源，并推出业界第一个极致轻量的单机单进程模式
Agentic Analytics 时代，AI Agent 真正需要怎样的数据基座？
Agentic Analytics 的瓶颈往往不只在模型，而在数据基础设施。SelectDB / Apache Doris 通过实时分析引擎、湖仓一体联邦查询、语义建模能力与 MCP 接口，为 AI Agent 提供更快、更广、更可理解的数据访问能力。
97% 召回率、900 QPS：Apache Doris 4.1 生产级向量检索的工程实践
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
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
这些经验的适用范围远不止自动驾驶。任何面临多模态数据规模化管理挑战的行业：智慧城市、工业质检、内容推荐，以及日益兴起的 AI Agent 基础设施都面临同样的架构抉择。以 Apache Doris 为代表的统一实时分析平台，提供了一条经过生产验证的可行路径。
时间序列近邻关联性能实测：Doris ASOF JOIN 领先 ClickHouse、DuckDB
Doris 在 4.0.5 和 4.1.0 版本引入的 ASOF JOIN，把时间序列近邻关联做成一个能在大规模、多分布、复杂业务形态下稳定运行的分析路径。从测试结果来看，Doris 在主流场景下取得了全面的性能领先。
强行拍平？全表扫描？ AI Agent 动态 JSON 的观测分析
如何保留 JSON 灵活性的同时，获得列式存储的查询性能?
AI Agent 时代，万列级宽 JSON 的性能与成本如何平衡？｜Apache Doris 4.1
Apache Doris 4.1 通过 Doc Mode + Segment V3，在写入、查询与存储成本之间取得较好平衡，综合性价比优于 Clickhouse、PostgreSQL 等典型方案。
Apache Doris 4.1：面向 AI + Search 的统一数据存储与检索底座
Apache Doris 4.1 正式发布！全面进化，拥抱 AI 时代，逐步构建 AI 数据处理的完整闭环。