博客

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。

如何基于 Apache Doris 搭建完整的 RAG 系统？

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。

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%！

SelectDB Enterprise 4.0.5 发布，是具备 AI 能力首个正式版本！

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。

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。

在 Data x AI 专题峰会上，飞轮科技围绕 AI 原生应用快速发展背景下，企业数据分析底座如何升级，分享了 SelectDB 的技术洞察、产品能力与行业实践。

丰巢日志平台从 ELK 升级至 Apache Doris，旨在构建统一、高效的可观测性底座。新架构解决了原系统在写入、存储和查询上的瓶颈：存储成本降低 50%，写入性能提升 2 倍，查询速度提升 6 倍。为未来统一可观测性平台的建设奠定了技术基础。

随着门店数年增超 50%，原有分析架构面临负载干扰、资源浪费、成本高企等多重挑战。通过与阿里云数据库 SelectDB 版深度合作，采用 Serverless 云原生架构，实现异常响应效率提升 95%、算力成本降低 35% 显著成效。