微信订阅号
微信服务号
微信客服(加群)
H5
小程序
怕风险？怕买贵？怕被忽悠？怕买错？
放心留言咨询：厂家高层极速回复
高层特批底价，没有中间商和基层销售赚钱
第一家买手平台：专业顾问协助/仲裁/维权
Apache Doris 是全球最受技术人员认可的开源分析型数据库之一，在2022年6月正式成为 Apache 顶级项目。同时，Apache Doris 也是全球数据库与大数据领域最活跃的开源社区之一，聚集了数万开发者，成为人们交流数据库和大数据知识的宝地。
截至目前，全球有超过 4000 多家企业用户在使用 Apache Doris，覆盖数十个行业。在中国，市值或估值前50的互联网公司中，有超过80%在长期使用 Apache Doris。
飞轮科技的创始团队来自于 Apache Doris 的核心成员，基于 Apache Doris 创立了商业公司。因此飞轮科技作为社区主要贡献力量之一，设立专门的技术团队致力于社区的技术迭代以及用户服务，努力推动 Apache Doris 社区更加繁荣发展。
Apache Doris 是一个基于 MPP（Massively Parallel Processing，大规模并行处理）架构的高性能、实时的分析型数据库，以其极速易用的特点被人们所熟知。以下是关于 Apache Doris 的一些关键信息：
1. **主要应用场景**：
- **报表分析**：包括实时看板、企业内部分析师和管理者的报表、面向用户或客户的高并发报表分析。
- **即席查询（Ad-hoc Query）**：面向分析师的自助分析，查询模式不固定，要求较高的吞吐。
- **统一数据仓库构建**：通过单一平台满足数据仓库建设需求，简化大数据软件栈。
- **数据湖查询**：通过外表的方式联邦分析位于 Hive、Iceberg、Hudi 中的数据，在避免数据拷贝的前提下，查询性能大幅提升。
2. **功能特点**：
- **高性能查询**：支持高并发和低延迟的快速查询，适用于实时分析和业务报表。
- **实时数据导入**：支持从 Kafka、Hadoop、MySQL 等各种数据源的实时数据导入。
- **分布式架构**：具有水平扩展能力，能够处理大规模数据集。
- **灵活的数据模型**：支持多种数据模型和数据类型，满足不同业务场景需求。
- **简单易用**：提供友好的操作界面和丰富的功能，便于用户使用和管理。
3. **部署方式**：
- Apache Doris 提供了多种部署方式，包括标准部署、Docker 部署以及 Kubernetes (K8s) 部署。
4. **行业应用**：
- 在互联网企业、传媒公司、电商平台等多个行业中，Doris 都能够胜任各种复杂场景的数据处理和分析需求，帮助企业更好地利用数据价值，提升业务运营效率和市场竞争力。
5. **用户群体**：
- Apache Doris 在全球超过 4000 家中大型企业的生产环境中得到应用，在中国市值或估值排行前 50 的互联网公司中，有超过 80% 长期使用 Apache Doris，包括百度、美团、小米、京东、字节跳动、阿里巴巴、腾讯、网易、快手、微博等。
6. **版本更新**：
- Apache Doris 2.1.4 版本已经发布，提供了100%更高的开箱即用查询性能，增强的数据湖分析能力，以及对半结构化数据的分析支持。
Apache Doris 以其卓越的性能和灵活性，已经成为多个行业中实时数据分析和业务报表生成的重要工具。
点击链接，了解更多产品详情：
登录后查看
网易云音乐每天都会产生大量用户行为数据、业务数据及日志数据，这些数据在异常行为跟踪、客诉问题定位、运行状态监控、性能优化等方面扮演守护者的角色。面对每日万亿级别数据的增量，网易云音乐早期的日志库以 ClickHouse 为核心构建，但面临运维成本高、并发查询能力不足、写入性能不稳定、使用费用高昂等问题，在新需求的满足上稍显吃力。
为寻找更优质解决方案，结合当前的业务需求，网易云音乐引入 Apache Doris 作为日志库新方案，替换了 ClickHouse。目前已经稳定运行 3 个季度，规模达到 50 台服务器，2PB 数据，每天新增日志量超过万亿条，峰值写入吞吐达 6GB/s。
升级收益：网易云音乐使用 Apache Doris 替换 ClickHouse 构建了新的日志平台，已经稳定运行三个季度，规模达到 50 台服务器、2PB 数据量。这次架构升级带来查询响应、并发能力、稳定性和运维效率等多方面可观的收益。
查询响应提升：整体 P99 查询延迟降低了 30%。特别是通过倒排索引加速，Doris 的全文检索 MATCH 查询性能比 LIKE 查询提升了 3-7 倍（在查询约 6TB 数据时，LIKE 查询耗时 7-9 秒，而 MATCH 查询仅需 1-3 秒）。此外，倒排索引的全文检索具备自动的大小写和单复数归一化能力，能够高效检索出更多相关日志。
查询并发提升：ClickHouse 并发查询数超过 200 时就会经常出现 Too many simultaneous queries 错误，而 Apache Doris 能够支撑 500+ 并发查询。Doris 还可以对单次查询的数据量和并发数进行调整，以灵活应对不同场景下的并发要求。
写入稳定性提升：FE / BE 发生单点故障时，都能自动感知和重试恢复，保证服务高可用。
运维成本降低：在坏盘和宕机场景下，Doris 的自恢复能力结合进程自动拉起脚本，降低人工干预的运维成本。扩容或停机维护场景下，Doris 的自动均衡能力很强，扩容后随着 tablet 的自动均衡和老数据的清理，集群会自动达到均衡状态。
中信银行信用卡中心（以下简称“卡中心”）隶属于中信银行，致力于为广大消费者提供涵盖支付结算、消费信贷、中收增值和特色权益的“金融+生活”全方位服务。卡中心构建了高端、商旅、年轻、商超、车主及零售六大主流产品体系，形成了产品、渠道、经营、合规风控和服务五大经营体系，综合实力在股份制银行中名列前茅。
为确保业务系统的稳定运行、提升运维效率和用户体验，卡中心建立了大规模的日志云分析平台。该平台不仅需支持实时监控和故障排查，还需满足金融监管对日志审计的严格要求。目前，平台每日新增日志数据突破 140 亿条、80TB，全量归档日志量超 40PB。
早期基于 Elasticsearch 构建的日志云平台面临存储成本高、实时写入性能差、文本检索慢以及日志分析能力不足等问题。因此，卡中心决定引入 Apache Doris 替换 Elasticsearch，实现资源投入降低 50%、查询速度提升 2～4 倍，同时显著提高了运维效率。
使用收益
以一个机房集群投产为例，基于 Doris 的日志存储与分析平台上线后，相较于原有的 Elasticsearch 架构，成功减少了日志冗余存储，提高了日志数据存储效率，同时提供了强大且高效的日志检索与分析服务。以下是以东坝机房为例的具体收益：
资源投入节省 50%： CPU 使用率使用率约为 50%，整体资源使用率仅为之前的 1/2。原先同样数据规模，写入 Elasticsearch 需要 10TB 空间，采用 ZSTD 压缩技术，写入 Doris 规模仅需要 4TB 。
查询提速 2～4 倍： 新架构以更低的 CPU 资源消耗带来了 2～4 倍的查询效率提升。
增强日志可观测能力： 通过穿透链路、指标、告警等平台，提升了日志模式识别、分类聚合、日志收敛与异常分析等可观测能力。
提高运维效率： 新平台提供极易安装和部署的程序，以及易于操作的管理工具，简化了服务、配置、监控和告警等操作，显著提高了集群的扩缩容灵活性。
浙江霖梓是一家专注于深度学习和人工智能应用的金融创新企业，自 2018 年成立以来，专注于深度学习和⼈⼯智能的应⽤ ，通过构建数据迭代能⼒形成结构化的数据决策产品，为企业提供精准经营决策。同时，提供基于大数据的风控能力的一系列高效便捷的金融服务产品。
然而，随着业务的持续扩展，大数据业务系统的局限逐渐暴露：报表系统计算缓慢、运维成本持续攀升、组件间的高度耦合导致架构稳定性较差等，严重影响了大数据系统产出效率，因此浙江霖梓引入 Doris+Paimon 重新构建了实时/离线一体化湖仓架构，为反欺诈策略、用户⾏为分析、BI 应用等若干系统提供了高效准确的服务，实现了查询提速 30 倍、资源成本节省 67% 等显著成效。
截至目前，基于 Doris + Paimon 的实时/离线一体化湖仓架构已为反欺诈策略、用户⾏为分析、业务监控、 BI 应用等若干系统提供了服务，实现查询提速 30 倍、资源成本节省 67% 等显著成效。未来，浙江霖梓将持续扩大 Apache Doris 在内部系统的使用范围，并将对数据湖能力、智能实时应用进行探索及应用：
全面接入数据湖：逐渐扩大 Doris + Paimon 湖仓⼀体化架构的应用范围，打通存量数据湖与 Doris 数仓的对接，为日后 PB 级数据的分析做好充分准备。
打造实时智能金融客服：推动 Doris App 报表丰富度的提升，将 Doris 数据导出到 Elasticsearch 做知识库并接入⼤模型，通过 Prompt 与 GraphRAG 增强智能检索落地智能⾦融问答系统。
打造智能营销系统：将 Doris 作为知识库做实现精准营销，节约人力并且降低⼈为决策误差，深度挖掘数据潜在价值。
90.0分
