ITPub博客

深耕银行 IT 建设领域 26 的年， 宇信科技服务超数百家金融机构，覆盖核心系统、渠道平台、风控中台等关键业务场景。其数据条线团队专注经营分析场景 20 余年，为城商行、农商行提供从报表系统到智能决策的全栈解决方案。

上海证券引入 SelectDB 作为核心实时分析引擎，有效弥补了实时数据处理与分析的能力短板，实现湖仓一体与流批一体，同时替换了原架构中的 Elasticsearch 组件。达成了写入性能提升 4 倍，支撑 1000+ QPS 高并发访问，关键决策响应速度 200 ms，开发效率提升 50%，运维成本大幅降低的关键收益。

随着人工智能技术在业务中的渗透，我们逐渐意识到：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。在这一背景下，我们思考：**能否构建一款「AI + Data」一站式融合的数据引擎？** 它不仅能够统一处理文本、音视频等非结构化数据与传统结构化数据，还能为算法工程师提供流畅的数据开发体验，实现数据处理与 AI 模型无缝衔接，并能确保数据处理负载与在线服务负载完全隔离。

在数据库系统的核心层，查询优化器如同一位精明的策略家，不断分析数据特征并制定最优执行计划。Apache Doris 作为一款高性能的 MPP 分析型数据库，其优化器内置的 Data Trait 分析机制，通过挖掘数据内在的统计特征和语义约束，为查询优化提供了基础设施。让我们一起来探索这个强大的功能！

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。

在大数据时代，JSON 已成为数据交换的事实标准。从日志、埋点到 IoT 设备数据，从用户画像到实时监控，JSON 凭借其灵活、可扩展、无需预定义 Schema 的特性，完美契合了快速迭代的现代业务需求。然而，JSON 的动态灵活性与传统数据库的静态处理模型存在根本矛盾，这直接导致了查询性能低下、Schema 管理复杂以及在超宽表场景下的扩展性危机。因此，对于 JSON 数据的处理，用户常常陷入两

亲爱的社区小伙伴们，我们很高兴地向大家宣布，近期我们迎来了 Apache Doris 4.0 版本的正式发布，欢迎大家下载使用体验。本次发布围绕 “AI 驱动、搜索增强、离线提效” 三大核心方向，新增向量索引、AI 函数等关键特性，完善搜索功能矩阵，优化离线计算稳定性与资源利用率，并通过多项底层改进提升查询性能与数据质量，为用户构建更高效、更灵活的企业级数据分析平台。在 4.0 版本的研发过程中，

在当今数据驱动的商业环境中，企业越来越依赖数据分析来驱动决策。无论是用户行为分析、业务报表还是运营监控，企业都需要具备快速、高效的数据处理能力。企业在数据分析能力上的演进，往往始于 TP（事务处理）系统，随着业务发展不断探索 TP 系统的扩展方案，最终走向构建独立的 AP（分析处理）系统。企业实时分析典型演进过程第一阶段：使用 TP 系统支撑事务处理和数据分析在企业信息系统建设的早期，主要存储在

近日，实时分析领域知名 Benchmark —— RTABench（Real-Time Analytics Benchmark）最新榜单公布，Apache Doris 以绝对领先的成绩登顶，结果表明，Apache Doris 在实时分析场景下性能是 ClickHouse 的 6 倍，PostgresSQL 的 30 倍，MongoDB 的 100 倍。什么是 RTABench？RTABe

Flink-Doris-Connector 作为 Apache Flink 与 Doris 之间的桥梁，打通了实时数据同步、维表关联与高效写入的关键链路。本文将深入解析 Flink-Doris-Connector 三大典型场景中的设计与实现，并结合 Flink CDC 详细介绍了整库同步的解决方案，助力构建更加高效、稳定的实时数据处理体系。一、Apache Doris 简介Apache Doris

引言：Data Agent 引发的数据变革2025 年，被誉为 Agent 智能体的元年，基于 Agent 引发了企业数据领域前所未有的智能化变革。利用 Dify、Langchain、SpringAI 等框架和平台，基于 Apache Doris MCP Server 为代表的数据仓库 AI 组件打造的新一代 Data Agent，正在重塑数据的价值发现、管理和应用方式。Data Agent 的本

近日，Doris MCP Server 0.5.1 版本带来了多项企业级数据治理与分析能力的功能升级，进一步提升系统稳定性与易用性，欢迎下载体验。项目地址：https://github.com/apache/doris-mcp-server新增能力概览全局 SQL 超时配置增强：支持通过配置项统一控制所有 SQL 查询超时时间，所有入口（MCP 工具、API、批量查询等）均严格受控解决连接池&nb

浩瀚深度作为国内互联网流量解析与数据智能化领域的领军企业，深耕行业三十余载，持续为国内互联网提供高性能、高精度、高可靠的整体解决方案。公司业务覆盖网络可视化、AI 智能、数据治理、数据价值挖掘及安全防护，是一家集软硬件产品研发、生产、销售和服务于一体的大型高科技企业。顺水云大数据平台（StreamCloud）作为浩瀚深度自主研发的企业级的大数据平台产品，涵盖了从数据采集、数据存储、数据处理、数据挖

随着 Apache Doris 用户群体日益壮大，许多用户反馈在学习和掌握 Doris 的过程中缺乏系统性的指导。无论是初次接触 Doris 的新手，还是希望在特定场景下深度应用的用户，都渴望一套从 0 到 1、全面覆盖的学习路径。正是基于这一需求，飞轮科技正式推出 Apache Doris & SelectDB 培训与认证。这套体系旨在为所有 Doris 用户提供完整

ApacheDoris通过主键模型和标记删除机制，实现了低延迟的实时数据更新，满足亚秒级查询和高速写入需求。其Merge-on-Write技术结合主键索引，优化了并发处理和冲突解决，支持在线Schema变更和灵活的列更新，简化数据流维护。Doris的生态融合能力，如Kafka、Flink和Spark连接器，增强了数据处理灵活性。

坦白讲，每次看性能测试排行榜，我都会下意识地先找找 Apache Doris 在哪个位置。这次打开 JSONBench 的榜单，心情一如既往的期待加紧张。好在结果让我松了一口气：默认配置下就能排到第三，仅次于维护方 ClickHouse 的两个版本。不过，Doris 只能止步于此了吗？经过一系列优化后，查询时长能不能再缩短点？和 ClickHouse 的差距在哪里？调优前后对比图镇楼，至于调优的具

在初步探索了 AI 函数的可能性之后，本次我们将目光投向两个更为核心的函数：AI_AGG 和 EMBED。我们将深入解析这两个函数的设计理念、实现原理及其在业务场景中的应用，展示 Apache Doris 如何通过原生的函数设计，将文本聚合与语义向量分析无缝集成到 SQL 中，为用户提供更强大、更易用的智能数据分析体验。

森马引入阿里云 SelectDB 替换原 Elasticsearch + 业务库混合架构，统一分析 16+ 核心业务，打通 BI 组件，大幅简化数据同步链路和分析系统架构。实现复杂查询 QPS 提升 400%，响应时间缩短至秒级，亿级库存流水聚合查询缩短至 8 秒内的显著收益，有效驱动森马全渠道运营效率持续增长与业务创新。

在海量数据分析中，追求高性价比已成为各大企业的主流趋势。ARM 架构凭借其高能效和低成本的特点，逐渐在数据中心崛起，成为理想的高性价比选择。基于 ARM 架构的 AWS Graviton 系列处理器，正是这一趋势的典型代表。Graviton 处理器不仅在计算性能上表现优异，同时显著降低了运行成本，尤其在数据密集型任务中展现出明显优势。与传统的 x86 架构处理器相比，Graviton 提供更高的每

亲爱的社区小伙伴们，Apache Doris 3.0.6 版本已于 2025 年 06 月 16 日正式发布。 该版本进一步提升了系统的性能及稳定性，欢迎大家下载体验。GitHub 下载官网下载行为变更禁止 Unique 表使用时序 Compaction存算分离场景下 Auto Bucket 单分桶容量调整为 10GB新特性Lakehouse支持访问 AWS S3 Table Bucke