共 114 篇
快手基于 Apache Doris 千亿多模态检索的实践
大模型和 AI Agent 落地之后，多模态内容向量化与相似度检索逐渐成为大数据分析的基础能力。在快手，基于 Apache Doris 深度定制的 Bleem 分析引擎在承载标量分析的同时，将向量检索扩展到了千亿级规模。本文系统梳理 Bleem 引擎在存算分离架构下的演进过程，重点介绍在千亿规模、高维向量与成本约束下，结合 IVF-ON-DISK、RaBitQ 量化与全局两层索引的设计方案与实测收益，并总结生产环境沉淀的工程经验。
某头部保险公司基于 SelectDB 的统一 OLAP 架构实践
某头部保险公司引入 SelectDB 建设统一 OLAP 底座，支撑百亿级明细查询与复杂分析。上线后，典型查询响应提速 50%，资源峰值下降约 20%，并为统一实时分析与智能化应用奠定基础。
Doris 直查 Paimon 索引：快手湖上向量检索的共建与落地
快手在生产环境用 Apache Doris 直接查询 Apache Paimon 表上的向量索引。向量与业务数据留在 Paimon 表中，检索由 Doris SQL 发起并下推到湖上执行，原有的入湖链路和 OLAP 读取方式不变。本文介绍 Paimon 2.0 的索引底座和 Doris 与 Paimon 两个社区共建的读取链路，并用千万级与亿级向量的实测结果说明实际表现。
Apache Doris 在内容 AI 生产链路中的实践：从内容打标到可追溯数据链路
本文结合内容电商 AI 打标真实痛点，深度拆解如何解耦特征（Feature）、决策（Decision）与结果（Result），并基于 Apache Doris 4.x（VARIANT 半结构化 + 混合检索 + 增量物化视图）搭建统一的内容事实库，实现从模型推理到全链路可追溯的数据治理，为上层 AI Agent 打造坚实的数据底座。
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。
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
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。
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
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。
阶跃星辰基于 SelectDB 构建 PB 级 Agent 可观测平台
基于 SelectDB 作为 Agent 可观测平台 StepTrace 的数据底座，获得 Agent Trace 实时写入、全文检索、成本和延迟分析等方面的优势，并在 SWE-Agent 代码评测与智能座舱两个真实场景中落地
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。
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。