共 340 篇
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。
Litefuse 正式发布：Agent 可观测与效果评估， 比 Langfuse 成本低 88%
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
Agent 应用范式下，企业数据基础设施如何演进？
当Agent成为新的应用模式时，企业的数据基础设施需要发生哪些改变？实时分析引擎在其中承担什么角色？
时间序列近邻关联性能实测：Doris ASOF JOIN 领先 ClickHouse、DuckDB
Doris 在 4.0.5 和 4.1.0 版本引入的 ASOF JOIN，把时间序列近邻关联做成一个能在大规模、多分布、复杂业务形态下稳定运行的分析路径。从测试结果来看，Doris 在主流场景下取得了全面的性能领先。
强行拍平？全表扫描？ AI Agent 动态 JSON 的观测分析
如何保留 JSON 灵活性的同时，获得列式存储的查询性能?
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？
Apache Doris 4.1：面向 AI + Search 的统一数据存储与检索底座
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。
从 T+1 到分钟级：金城银行基于 Apache Doris 构建高可靠、强一致的实时数据平台
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：强化安全与治理，构建企业级实时分析与 AI 数据底座
SelectDB Enterprise 4.0.5 发布，是具备 AI 能力首个正式版本！
基于 SelectDB 实现 Hive 数据湖统一分析：洋钱罐全球一体化探索分析平台升级实践
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。
AI 成为主流负载后，数据基础设施将如何演进？｜Apache Doris 2026 Roadmap
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。