关于「SelectDB for AI」的所有博客
共 28 篇
Apache Doris + Vane：让多模态数据进入业务分析
通过 Vane 将客服录音、图片等非结构化数据加工为文本与向量，并整合进 Doris 数据库，与订单、工单及生产批次实时关联，实现从 AI 语义检索到业务追溯与质量排查的全流程打通。
以实时驱动智能：Apache Doris Summit 2026 盛大落幕，开启 Agentic AI 时代数据新范式
为期两天的 Apache Doris Summit 2026 已圆满落幕。从实时分析到实时智能，Apache Doris 正在重新定义 AI 时代的数据基础设施，以实时为基，拥抱 Agentic AI 未来。感谢所有讲师的倾情分享、生态伙伴的无私协作，以及全球开发者的一路同行！
宽表元数据膨胀怎么解？Doris Segment V3 对比 Parquet、Lance
要让查询真正只为目标列付出元数据成本，思路无非有三种：让 Footer 更容易定位，把重型列元数据搬出 Footer，或者直接删掉其中不必要的内容。Parquet、Lance 和 Doris 的差别，主要在于三种方法的取舍，以及它们能改动到什么程度。
Agent 场景动态 JSON 性能拆解：Apache Doris 比 ClickHouse 快 7 倍、比 Elasticsearch 快 2 倍
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？
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
Litefuse 开源并推出单进程轻量模式，25 秒就能跑起来的 Agent 可观测与评估平台
Litefuse 正式开源，并推出业界第一个极致轻量的单机单进程模式
2026 SelectDB AI 产品发布会：Agent Native 数据基础设施能力全景发布
“只有解决好极速、统一、Agent Native 与 Cloud 弹性四个挑战，才能成为 Agent 时代最好的分析引擎。”
Agentic Analytics 时代，AI Agent 真正需要怎样的数据基座？
Agentic Analytics 的瓶颈往往不只在模型，而在数据基础设施。SelectDB / Apache Doris 通过实时分析引擎、湖仓一体联邦查询、语义建模能力与 MCP 接口，为 AI Agent 提供更快、更广、更可理解的数据访问能力。
从 Machine-Readable 到 Agent-Ready：面向智能体的数据库接口演进
工具链对 AI 的友好程度，直接决定了企业智能化运维（AIOps）的效能边界与安全底线。SelectDB 在结合 Apache Doris 内核特性以及云原生管控上的前沿探索，正是为了帮助企业将专家的隐性经验转化为可执行的数字资产，推动数据基础设施稳健地迈入 Agent 原生时代
从分析引擎到 Context Engine：重写 AI Agent 时代的实时分析边界
当企业级 Agent 步入生产环境，懂语义却查不对业务事实成了落地的最大痛点。为了拼凑完整的上下文，许多团队被迫进行多库拼接，导致推理链路极度割裂。既然纯向量检索撑不起复杂的混合查询，Agent 真正缺失的底层数据入口究竟在哪里？
97% 召回率、900 QPS：Apache Doris 4.1 生产级向量检索的工程实践
针对大模型应用中专用向量库成本高、混合查询难的痛点，本文深入拆解 Apache Doris 4.1 原生向量检索的工程实践。从 IVF 算法降本、存储分层，到突破性能瓶颈的 ANN Index Only Scan，系统化解决 AI 时代的海量数据存算难题。在大幅压低内存开销的同时，跑出了 900 QPS 与 97% 召回率的亮眼成绩
Agent 时代，为什么传统的可观测方案不适用了？
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？