共 45 篇
从 T+1 到分钟级：金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台
金城银行引入 Apache Doris + Flink CDC 重构数据链路，实现从离线到准实时分析的跃迁。典型业务存储成本降低约 70%，查询延迟稳定在 10ms；故障率下降约 80%，传输成功率达 99.99%！
AI 成为主流负载后，数据基础设施将如何演进？｜Apache Doris 2026 Roadmap
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。数据形态正在从结构化走向 JSON、向量与多模态，数据使用方式也从面向人扩展到面向 Agent 。数据库面对的，不再是单一分析负载，而是分析、检索与 AI Agent 并存的复合负载。Apache Doris 在 2026 年的规划，核心不再只是提升分析性能，而是响应 AI 时代数据基础设施的根本变化。
Apache Doris + SelectDB：定义 AI 时代，实时分析的三大范式
AI 时代，实时分析已是企业数字经济中生存与成功的必需品。AI 究竟能跑多快、多准，这取决于它能多快、多准地获取实时数据。
在此背景下，究竟该如何定义“实时分析”？
Apache Doris 4.0.3 版本正式发布
亲爱的社区小伙伴们，Apache Doris 4.0.3 版本已正式发布。此版本新增了在 AI & Search、湖仓一体、查询引擎等方面的能力，并同步进行了多项优化改进及问题修复，欢迎下载体验！
飞轮科技 2025：AI-Ready 与稳步规模化
新一年，SelectDB 将继续聚焦实时极速、融合 AI 智能，以更坚实的产品与更开放的生态，持续赋能千行百业。
驾驭 CPU 与编译器：Apache Doris 实现极致性能的底层逻辑｜Deep Dive
本文深入解析 Apache Doris 如何通过向量化执行、模板化编译、多线程内存分配与 Pipeline 调度引擎等底层核心技术，实现对 CPU 与编译器潜力的极致利用，将硬件算力持续转化为用户场景下的实际吞吐与低延迟。
从 Greenplum 到 Doris：集群缩减 2/3、年省数百万，度小满构建超大规模数据分析平台经验
度小满引入 Apache Doris 替换原有 Greenplum，实现整体查询效率提升 82%，与此同时，集群缩减 2/3、年省数百万的巨大效益。本文将分享度小满如何基于 Doris 从0 到 1 构建超大规模数据分析平台，并围绕平滑迁移、异地多活容灾等方面，分享实践经验。
Doris Catalog 已上线！性能提升 200x ，全面优于 JDBC Catalog，跨集群查询迈入高性能分析时代
随着 Apache Doris 4.0.2 发布，重磅特性 Doris Catalog 已上线！功能专为跨 Doris 集群联邦分析设计，支持通过 Arrow Flight 和虚拟集群两种模式。在单表聚合场景下，其执行速度比 JDBC Catalog 快 200 倍！
Apache Doris 自动分区：如何应对分布式环境下的复杂并发挑战｜Deep Dive
在分布式环境下，分区对性能的影响不可小觑。本文深度、详尽的讲解 Apache Doris 自动分区设计思考，并就多线程复杂并发场景下所面临的挑战，一一剖析 Doris 自动分区设计时的应对策略。
Apache Doris 3.0.6 版本正式发布
亲爱的社区小伙伴们，Apache Doris 3.0.6 版本已于 2025 年 06 月 16 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 4.0.1 版本正式发布
Apache Doris 4.0.1 版本已于 2025 年 11 月 08 日正式发布。此版本聚焦核心模块的打磨与优化，在 AI & Search 方面实现了重要能力扩展，同时全面提升了 Lakehouse 与查询引擎的稳定性和性能。
更高效的数据处理解决方案：基于 MinIO 部署 Apache Doris 存算分离版本实践
Apache Doris 作为一款具备高性能的实时分析数据库，拥有湖仓一体的能力。当它与 MinIO 这样高性能且 S3 兼容的对象存储系统相结合时，能够构建出一个高效且具备低成本特性的数据分析系统。本文将介绍基于 Apache Doris 和 MinIO 的存算分离部署教程与使用实践。