共 94 篇
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。
Doris & SelectDB for AI 实战：从基础 RAG 到知识图谱增强的完整实现
如何基于 Apache Doris 搭建完整的 RAG 系统？
从两套系统到一条 SQL：SelectDB search() 搞定日志的检索与分析
AI 时代日志量巨大，传统用 Elasticsearch 做搜索、ClickHouse 做分析的两套系统成本高且复杂。SelectDB 通过内置 `search()` 函数，在同一个引擎内融合全文检索与 SQL 分析，实现一份数据同时支持搜索和分析，大幅简化架构、提升查询性能。
OLAP 无需事务？Apache Doris 如何让实时分析兼具事务保障
OLAP 无需事务？Apache Doris 为实时分析注入强一致保障，让数据流转更准确、完整、可靠。
日志成本降低 83%：云上 Elasticsearch 和 SelectDB 的基准测试及成本分析
云上日志服务中，SelectDB 相比 Elasticsearch 展现出明显的性能和成本优势。为进一步探索，本文通过基准测试对比二者表现，验证 SelectDB 在日志场景下性能与成本上的显著优势。
AI 能力揭秘（五）：Apache Doris 原生向量检索的设计及实现｜Deep Dive
Apache Doris 4.0 将向量检索能力深度集成于其 MPP 分析型数据库内核。实现向量检索与 SQL 计算、实时分析和事务保障的无缝融合。
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。
5 倍性能提升，Apache Doris TopN 全局优化详解｜Deep Dive
Apache Doris 针对 TopN 类型查询进行了全局优化，可将此类查询的性能提升约 5 倍；同时，优化范围也从单表进一步拓展至数据湖场景与多表关联查询，显著扩大了适用范围。
Apache Doris AI 能力揭秘（四）：HSAP 一体化混合搜索架构全解
Apache Doris 在复杂、高维的混合搜索场景中的优异表现，充分证明其以在 AI 时代数据基础设施解决方案中占据一席之地。其统一的 HSAP 架构从根本上满足了 Agent 对多模态数据分析，应具备全面性、语义的精确性以及流程的可控性的需求。
面向 Agent 的高并发分析：Doris vs. Snowflake vs. ClickHouse
本文探讨了 AI 时代数据仓库的现状与前景，面向 AI 时代设计的 Apache Doris 4.0 版本原生支持 MCP Server、向量检索、检索增强生成（RAG）及 AI 函数等功能。并在查询延迟、吞吐量和成本效益方面均显著优于同类产品，成为 AI 时代理想的数据仓库解决方案。
Apache Doris 实时更新全解：从设计原理到最佳实践｜Deep Dive
本文系统阐述 Apache Doris 数据更新能力，涵盖核心原理、多样的更新与删除方式、典型的应用场景，以及不同部署模式下的的性能最佳实践。
压缩率提升 48%，详解 Apache Doris 存储压缩优化之道｜Deep Dive
本文基于 ClickBench 数据集，展示了 Apache Doris 如何通过选择压缩算法、调整数据页大小与分桶数、优化编码策略以及改进数据排序来提升压缩效率。最终，相同数据集的压缩空间从 16.08 GB 降至 8.2 GB，压缩率提升 48.6%。通过合理的调整与优化，Doris 成功在保持查询性能的同时显著降低了存储成本。