关于「可观测性与日志分析」的所有博客

为什么同样都支持 JSON，不同数据库在 Agent 日志场景下的性能差异会如此明显？

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

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

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

过去十几年，软件可观测性核心回答的问题是：系统有没有正常运行？ 而在 Agent 时代，更紧迫的问题变成了：在系统正常运行的同时，任务真的做对了吗？Agent 时代的可观测方案应该是什么样子的呢？

Litefuse 基于 Apache Doris，存储成本比 Langfuse 降低 88%、简化部署架构、Trace 文本检索效率提升 10 倍，帮助团队以更低成本构建可靠、可持续优化的 Agent 工程体系

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。

近日，JSONBench 官网引入了 Apache Doris 的测试成绩，未经调优的测试结果显示，Apache Doris 性能表现位列第三名，仅次于榜单维护方 ClickHouse 的两个版本。

网易云音乐基于 Apache Doris 替换了早期架构中 Kylin、Druid、Clickhouse、Elasticsearch、HBase 等引擎，统一了实时分析架构，并广泛应用于广告系统、日志平台和会员报表分析等典型场景，导入性能提升 3～30 倍，机器成本整体降低 55%、部分场景下高达 85%，每年节省数百万成本，综合效能提升 3～7 倍等显著收益，本文将详尽介绍基于 Doris 架构升级以及在这些场景中的应用实践。

SelectDB 针对可观测性场景进行倒排索引、全文检索、写入性能、存储空间等多方面优化，助力企业构建高性能、低成本、开放的可观测性平台，相对于 Elasticsearch 和云上日志服务，性能提升的同时成本降低数倍。