Apache Doris 定义 AI 时代实时分析三大范式：面向内部的分析、面向客户的分析、面向智能代理的分析。比亚迪查询提升 10 倍、申通 90% 任务从 10 分钟降至 1 分钟、京东日均 100 亿行、百度上万 QPS 亚秒级——本文拆解每个范式的配置要点和落地实践。

关键词：Apache Doris · 实时分析 · 三大范式 · SelectDB · BI 仪表板 · 用户画像 · AI Agent · RAG

---

范式一：面向内部的分析

核心场景与配置

1. BI 与实时仪表板

-- 高并发低延迟聚合查询
-- 电商大促实时 GMV
SELECT region, SUM(gmv) AS total_gmv,
       COUNT(DISTINCT user_id) AS users,
       AVG(order_amount) AS avg_amount
FROM orders
WHERE dt = CURRENT_DATE
GROUP BY region;

-- 分区裁剪 + 分桶设计加速
CREATE TABLE orders (
    order_id BIGINT,
    user_id BIGINT,
    region VARCHAR(16),
    gmv DECIMAL(18,2),
    dt DATE
) ENGINE=OLAP
DUPLICATE KEY(order_id)
PARTITION BY RANGE(dt) ()  -- 按天分区
DISTRIBUTED BY HASH(user_id) BUCKETS 32;  -- 按高频查询字段分桶

2. 用户行为与产品分析

-- 转化漏斗分析
SELECT step_name,
       COUNT(DISTINCT user_id) AS users,
       LAG(COUNT(DISTINCT user_id)) OVER (ORDER BY step_order) AS prev_users
FROM user_funnel
WHERE dt = CURRENT_DATE
GROUP BY step_name, step_order;

3. 可观测性与日志分析

-- 倒排索引加速全文检索
SELECT service, COUNT(*) AS error_count
FROM logs
WHERE message MATCH_ANY 'error timeout'
  AND log_time > NOW() - INTERVAL 1 HOUR
GROUP BY service;

客户验证

企业	场景	关键数据
比亚迪	电芯性能追溯	10 张表 JOIN，100 亿级，查询提升 10 倍
申通快递	物流数据分析	查询提升 5-10 倍，90% 任务从 10 分钟→1 分钟
小米	广告增长分析	100 节点 PB 级稳定支撑

范式二：面向客户的分析

核心场景与配置

1. SaaS 分析仪表板

-- 千家企业秒级刷新
-- 需要高并发 QPS + 低延迟
SET enable_pipeline_engine = true;  -- Pipeline 引擎
SET enable_vectorized_engine = true;  -- 向量化

-- Workload Group 资源隔离
CREATE WORKLOAD GROUP IF NOT EXISTS 'saas_dashboard'
PROPERTIES (
    "cpu_share" = "8",
    "memory_limit" = "50%",
    "max_concurrency" = "200"
);

2. 物联网设备监控

-- 每秒百万级传感器数据
CREATE TABLE sensor_data (
    device_id VARCHAR(64),
    ts DATETIME,
    temperature DOUBLE,
    vibration DOUBLE,
    energy_consumption DOUBLE
) ENGINE=OLAP
DUPLICATE KEY(device_id, ts)
PARTITION BY RANGE(ts) ()
DISTRIBUTED BY HASH(device_id) BUCKETS 64;

-- 异常告警
SELECT device_id, ts, temperature
FROM sensor_data
WHERE temperature > 80
  AND ts > NOW() - INTERVAL 5 MINUTE;

客户验证

企业	场景	关键数据
百度	广告主仪表盘	上万 QPS，亚秒级数据新鲜度
京东	替换 Flink 窗口计算	日均 100 亿行，1 万 QPS，最低延迟 150ms

范式三：面向智能代理的分析

核心场景与配置

1. 记忆场景（RAG）

-- 语义记忆：知识库向量检索
SELECT id, content, score()
FROM knowledge_base
WHERE content MATCH 'Doris 向量化优化'
ORDER BY similarity_score DESC
LIMIT 10;

-- 情景记忆：历史交互检索
SELECT * FROM agent_history
WHERE user_id = 'user_123'
  AND content LIKE '%Doris%'
ORDER BY ts DESC
LIMIT 20;

2. Agent 可观测性

-- Doris 10 倍性价比于 ES 支撑 Agent 可观测
SELECT tool_name, COUNT(*) AS calls,
       PERCENTILE_APPROX(latency_ms, 0.95) AS p95
FROM agent_traces
WHERE ts > NOW() - INTERVAL 1 HOUR
GROUP BY tool_name;

客户验证

企业	场景	关键数据
字节跳动	PB 级向量存储	RAG 混合检索服务
腾讯音乐	统一 OLAP + ChatBI	替换 CH+ES，承载 ChatBI
MiniMax	日志平台	替换 Loki，更优成本收益

范式配置 Checklist

序号	范式	核心配置	验证指标
1	BI 仪表板	分区+分桶裁剪、Pipeline 引擎	QPS、延迟
2	用户画像	Colocate Join、Bitmap 索引	查询延迟
3	日志分析	倒排索引、search() 函数	检索延迟
4	SaaS 面板	Workload Group 资源隔离	并发 QPS
5	IoT 监控	动态分区、高吞吐写入	写入吞吐
6	RAG	向量索引 + 关键词检索	召回率
7	Agent 可观测	VARIANT + 倒排索引	查询延迟
8	成本优化	ZSTD 压缩、存算分离	存储成本

相关阅读

• Apache Doris 官方文档
• SelectDB 官网
• 阿里云 SelectDB 版
• Doris 倒排索引文档
• Doris 物化视图文档

关于 Apache Doris：Apache Doris 是高性能实时分析数据库，支持 PB 级数据亚秒级查询，广泛应用于报表分析、Ad-hoc 查询、统一数仓等场景。SelectDB 是 Apache Doris 的商业化公司，提供企业级支持和云服务。欢迎加入 Doris 社区 交流更多实践。