ITPub博客

在 9 月份发布的 Apache Doris 3.1 版本中，对 Variant 引擎进行系统性优化，包括引入稀疏子列与子列模板化机制、优化列裁剪与路径索引、向量化 JSON 列裁剪引擎。这些改进推动 Doris 在冷查场景下实现性能及稳定性的全面突破。与此同时，基于 Apache Doris 3.1 版本，在最新的 JSONBench 基准测试中，获得在冷查性能第一的优异成绩，超越 ClickHouse、Elasticsearch 等同类数据库；热查询也获得第二的成绩；综合性能全面领先！

随着业务全球化扩展与数字化运营的深入推进，日志系统的规模和复杂度不断攀升，原有基于 OpenSearch 的日志平台逐渐难以满足成本控制、性能保障和可维护性等多维需求。为应对持续增长的数据压力和更灵活的分析场景，领创集团技术团队启动了日志系统的架构升级实践，并最终选择 Apache Doris 作为新一代日志系统的核心。实现了综合成本下降超 45%、查询性能提升 5 倍、日志写入达到准实时以及灵活的运维策略等一系列显著收益。

用户画像与实时数据分析是互联网企业的数据核心。货拉拉作为覆盖全球多地区的同城货运平台，基于 Apache Doris 构建了高效的人群计算系统，支撑用户画像的批量计算、标签聚合与圈选服务。实现了精细化人群运营、业务查询效率提升 30 倍、内存开销降低 50% 的技术突破。

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。

Apache Doris 作为一款具备高性能的实时分析数据库，拥有湖仓一体的能力。当它与 MinIO 这样高性能且 S3 兼容的对象存储系统相结合时，能够构建出一个高效且具备低成本特性的数据分析系统。本文将介绍基于 Apache Doris 和 MinIO 的存算分离部署教程与使用实践。

对于 Apache Doris 这样的高性能分析型数据库而言，高效、稳定的数据导入是保障实时分析能力的生命线。然而，在海量数据持续写入的场景下，如何平衡导入延迟与吞吐、如何避免性能瓶颈，是开发者面临的核心挑战。Apache Doris 本文将深入剖析 Doris 数据导入的核心原理，涵盖关键流程、组件、事务管理等，探讨影响导入性能的因素，并提供实用的优化方法和最佳实践，有助于用户选择合适的导入策略，优化导入性能。

Planet 是一家全球领先的金融科技企业，在零售、酒店和旅游行业的支付与税务数字化服务领域深耕近四十年。公司业务广泛，覆盖支付处理、免税退税及行业软件等，致力于通过一体化的解决方案提升全球商户的运营效率与顾客体验。为了应对日益增长的数据分析需求并优化成本效益，Planet 数据团队近期主导完成了一项重要的数据仓库升级，将系统从 Snowflake 迁移至开源的 Apache Doris。这次迁移

Doris 与 ClickHouse 各有优势，但在运维效率、集群自动化能力、故障恢复机制以及开源治理模型方面，Doris 展现出了更成熟、更开放、更面向云原生架构的产品能力。对于希望构建可控、弹性、高可用分析平台的团队而言，Doris 提供了一个更具确定性和长期价值的选择。而 ClickHouse 仍是极具性能优势的分析引擎，但其闭源方向的转变可能需要用户在技术与商业之间做出更谨慎的权衡。

本文展示了 Apache Doris 中，谓词过滤、LIMIT 数据裁剪、TopK 数据裁剪、JOIN 数据裁剪四种数据裁剪方式的实现策略。目前，Apache Doris 通过这四类高效的数据裁剪策略极大提升了处理数据的效率。

引言在上一篇文章《Apache Doris 4.0 AI 能力揭秘（一）：AI 函数之 LLM 函数介绍》中，我们介绍了 Apache Doris 4.0 如何通过原生集成 LLM 函数，将大语言模型的强大能力引入 SQL 分析场景，实现文本处理的智能化与内部分析的无缝化。这一能力不仅拓展了数据库的边界，也为数据密集型业务注入了全新的智能维度。然而，技术能力的落地并不止于功能实现，真正的价值在于其

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 3.1 版本的正式发布，欢迎大家下载使用体验。3.1 版本是 Apache Doris 在半结构化分析上的一个里程碑版本。在 VARIANT 类型上，3.1 版本新增了稀疏列能力，使得 VARIANT 可以轻松应对数万子列的场景。同时，在 VARIANT 类型上引入了模板化 schema 能力，让 VARIANT

企业在数据驱动的道路上，始终面临一对核心矛盾：既需要低成本、可扩展的存储方案来承载海量结构化、半结构化乃至非结构化数据（这正是数据湖的强项），又渴望实时、低延迟的分析能力来支撑业务决策（这是分析型数据库的核心优势）。然而现实是，单独的解决方案往往难以两全：以 Apache Paimon 为代表的数据湖技术，虽凭借开放格式、弹性扩展和低成本存储成为企业数据中台的基石，但在低延迟响应上存在天然短板；而

波司登集团作为全球领先的羽绒服公司，每年的销售旺季集中在四个月间，需高效把握业务机遇以实现高营收。为满足集团销售旺季的实时数据分析需求，同时降低淡季数据分析成本，波司登决定升级大数据架构，采用阿里云数据库 SelectDB 版升级数仓，基于阿里云 SelectDB 云原生存算分离架构，实现了资源隔离与弹性扩缩容，并取得了查询性能提升 2-5 倍、总体成本降低 30% 以上、效率提升 30% 的可观

在数据分析技术加速迭代的浪潮中，ClickHouse 社区发起的 “来和我一起挑战吧” 性能测试活动，为行业构建了一个聚焦核心能力的竞技舞台。这不仅是对各引擎处理效能的实战校验，更是推动技术升级与行业标准完善的关键契机。作为深耕数据分析领域多年、以技术突破为核心驱动力的 Apache Doris，始终积极投身开源生态建设。面对这场兼具挑战性与建设性的行业盛事，Apache Doris 绝非旁观者

在即将发布的 Apache Doris 4.0 版本中，我们正式引入了一系列 LLM 函数，将前沿的 AI 能力与日常的数据分析相结合，无论是精准提取文本信息，还是对评论进行情感分类，亦或生成精炼的文本摘要，皆可在数据库内部无缝完成。

本文介绍了 Apache Doris 在菜鸟的大规模落地的实践经验，菜鸟为什么选择 Doris，以及 Doris 如何在菜鸟从 0 开始，一步步的验证、落地，到如今上万核的规模，服务于各个业务线，Doris 已然成为菜鸟 OLAP 数据分析的最优选型。

稳定性是数据价值实现的根本保障。数据从采集、传输、存储到计算处理的每个环节都需要系统的稳定运行支撑。数据库作为数据生命周期的核心载体，其稳定性的构建一直是业界公认的最大挑战。本文将详细介绍 Apache Doris 在快速迭代、性能强悍背后的稳定性保障机制。

近日，北京飞轮数据科技有限公司旗下现代化数据仓库 SelectDB 完成同辕开发深度适配，正式获得 Kunpeng Native 测试认证证书。 该认证表明 SelectDB 深度兼容鲲鹏芯片，可实现高效部署。

天翼云的大数据基础设施与飞轮科技的实时数据分析技术形成深度协同，天翼云翼 MR 为数据处理提供稳定、安全的 “数据底座”，飞轮科技则以 SelectDB 激活数据的实时价值，共同构建 “存、算、管、用” 一体化的云数融合解决方案。

上周刚落下帷幕的 ApacheCon Asia 2025 中，一个数据让所有人都为之震撼：全球 Apache 基金会项目 OpenRank 排行榜中，Apache Doris 位居第二，在中国 Apache 项目中更是稳居第一。这个排名意味着什么？在 Apache 基金会管理的近 300 个 Top 项目中，Doris 已经成为仅次于 Apache Airflow 的全球第二大影响力项目。面对如此