共 34 篇
当 PostgreSQL 面临性能瓶颈：80TB 电商业务迁移至 Apache Doris 的实践思考
本文结合 80TB 电商分析案例，探讨 PostgreSQL 性能瓶颈以及迁移至 Apache Doris 的架构演进路径。
从 Oracle、Hadoop 到 Apache Doris：哥瑞利泛半导体智能制造数据平台实践
该方案支撑万亿级制造数据的实时分析与生产追溯，常规交叉分析可在秒级别完成，并覆盖良率管理、设备监控和企业数据中台等核心场景
美团数十 PB 规模 Apache Doris 实践：从统一 OLAP 到 AI-Native 数据基座
美团 OLAP 平台完成了从多引擎并存，到基于 Apache Doris 构建统一分析引擎，再到大规模集群治理、无感升级和 AI 场景演进的建设过程
快手 AB 场景提速 145 倍，从 Spark 到 Apache Doris 的加速实践
快手 AB 指标生产场景从 Spark 切换到 Doris 提速 145 倍、资源消耗下降 72%，并刷新了 Doris 单机群最大规模：2000 节点、10 万核。本文介绍快手数据平台团队为什么选择 Apache Doris 构建 AB 实验平台，针对 AB 指标生产场景进行了哪些落地过程中的存储、计算、调度、稳定性等方面优化。快手的干货分享，对需要构建 AB 实验平台的团队有很大的参考价值。
构建 AI 数据基座：思必驰基于 Apache Doris 的海量多模态数据集管理实践
面对海量多模态数据管理困境，思必驰通过构建以 Apache Doris 为核心的数据集平台，实现了数据从“散、乱、滞”到“统、明、畅”的转变。在关键场景中，存储占用下降 80%、查询 QPS 提升至 3w，不仅实现可量化的效率提升和成本优化，更系统化地提升了 AI 研发效率与模型质量。
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。
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。
宇信科技基于 SelectDB & Apache Doris 构建实时智能的银行经营分析平台
随着银行业数字化转型加速，传统分析体系面临着指标治理碎片化、实时响应不足、业务闭环缺失等结构性挑战。2023 年，宇信科技联合 SelectDB 基于 Apache Doris 重构智能分析体系，实现复杂查询 PB 级数据秒级分析，打通业务断点，显著提升实时监控能力与业务决策效率。
Apache Doris 在菜鸟的大规模湖仓业务场景落地实践
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。
浩瀚深度：从 ClickHouse 到 Doris， 支撑单表 13PB、534 万亿行的超大规模数据分析场景
浩瀚深度旗下企业级大数据平台选择 Apache Doris 作为核心数据库解决方案，目前已在全国范围内十余个生产环境中稳步运行，其中最大规模集群部署于 117 个高性能服务器节点，单表原始数据量超 13PB，行数突破 534 万亿，日均导入数据约 145TB，节假日峰值达 158TB，是目前已知国内最大单表。凭借 Apache Doris 的高可靠、高性能与高可扩展能力，该集群已持续稳定运行半年以上，充分验证了其在超大规模数据场景下的卓越表现。
森马服饰从 Elasticsearch 到阿里云 SelectDB 的架构演进之路
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。
拉卡拉 x Apache Doris：统一金融场景 OLAP 引擎，查询提速 15 倍，资源直降 52%
拉卡拉早期基于 Lambda 架构构建数据系统面临存储成本高、实时写入性能差、复杂查询耗时久、组件维护复杂等问题。为此，拉卡拉选择使用 Apache Doris 替换 Elasticsearch、Hive、Hbase、TiDB、Oracle / MySQL 等组件，实现了 OLAP 引擎的统一、查询性能提升 15 倍、资源减少 52% 的显著成效。