共 340 篇
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。
Doris Catalog 已上线！性能提升 200x ，全面优于 JDBC Catalog，跨集群查询迈入高性能分析时代
随着 Apache Doris 4.0.2 发布，重磅特性 Doris Catalog 已上线！功能专为跨 Doris 集群联邦分析设计，支持通过 Arrow Flight 和虚拟集群两种模式。在单表聚合场景下，其执行速度比 JDBC Catalog 快 200 倍！
慢 SQL 诊断准确率 99.99%，天翼云基于 Apache Doris MCP 的 AI 智能运维实践
Apache Doris 在天翼云落地超 30 个项目，展现大规模、多类型场景并行运行的特征。在此背景下，运维团队长期面临人力和资源紧张状态。因此，天翼云基于 Doris MCP Server 和 AI 构建了智能运维体系，解放大量人力同时，显著提升运维效率及准确性。如：慢 SQL 分析执行效率提升约为 95.8%，准确率高达 99.99%；集群健康诊断从 6 小时缩短至 10 分钟...
Apache Doris 4.0.2 版本正式发布
Apache Doris 4.0.2 版本新增了在 AI Search、函数、物化视图、Lakehouse 等方面的功能，并同步进行了多项优化改进及问题修复，欢迎下载体验！
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。
较 Trino 省 67% 成本，速度快 10 倍，中通快递基于 SelectDB 的湖仓分析架构
中通快递基于 SelectDB 构建了湖仓分析架构，补齐 OLAP 分析能力。在离线场景中，实现 2000+ QPS 并发点查；在实时场景中，仅以 1/3 原集群机器数量覆盖所有业务，90% 分析任务从 10 分钟缩短至 1 分钟内，投入产出比大幅提升。
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。
浙江头部城商行：每日 700 万查询、秒级响应，Apache Doris 查算分离架构破局资源冲突
浙江头部城商行基于 Apache Doris 构建了湖仓一体架构，并成功完成 200TB+ 历史数据的平滑迁移落地。在此基础上进行一系列优化，最终实现每日超 700 万次查询的稳定运行，99.95% 的查询响应时间均在 1 秒以内，更在压测中达到 1500 QPS，充分验证 Doris 具备支撑实时查询的高性能与高稳定性的能力。
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。
Apache Doris 在小米统一 OLAP 和湖仓一体的实践
本文将详细介绍小米数据中台基于 Apache Doris 3.0 的查询链路优化、性能提升、资源管理、自动化运维、可观测等一系列应用实践。
字节跳动：Apache Doris + AI 一站式融合数据引擎的探索与实践
AI 不仅是提升效率的工具，更是重构数据处理与消费方式的核心驱动力。字节跳动基于 Apache Doris 融合 Hybrid Search、AI Function 等能力，搭建了「 Doris + AI 」一站式融合数据引擎 DataMind，一起来看看他们在融合道路上的探索实践吧！
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。