SelectDB

Apache Doris 的演进给我们提供了一个生动的答案——它不仅跟随硬件与编译器的发展而演进，更主动地通过向量化、模板化、指令级并行与精细的用户态调度模式，将每一代 CPU 的潜力推向理论极限。

面对日益增长的业务体量与复杂多变的分析需求，选用一个高效、可靠的数据库系统，已成为支撑业务稳健发展与快速创新的关键。Apache Doris 以其出色的性能表现与高度灵活的架构，成为众多场景下的优选。

Apache Doris 针对 TopN 类型查询进行了全局优化，可将此类查询的性能提升约 5 倍；同时，优化范围也从单表进一步拓展至数据湖场景

Doris Catalog。该功能专为跨 Doris 集群联邦分析设计，支持通过 Arrow Flight 和虚拟集群两种模式，进行更高效、更贴合原生优化的跨集群查询

天翼云在 Apache Doris 上的应用规模庞大，已在生产环境中落地超 30 个项目，覆盖广泛的业务场景，展现出大规模、多类型场景并行运行的特征。

亲爱的社区小伙伴们，**Apache Doris 4.0.2 版本已正式发布。**此版本新增了在 AI & Search、函数、物化视图、Lakehouse 等方面的功能。

AI 时代正在重塑数据库的角色。过去，数据库主要为人类分析者提供报表与查询能力；而现在，越来越多的查询来自智能代理（Agent），它们会自动检索知识、过滤数据、组合多种信号，并将数据库作为“实时信息。

中通快递借助 SelectDB 搭建湖仓分析架构，完善 OLAP 分析能力。离线实现 2000+ QPS 并发点查，实时仅用原集群 1/3 机器覆盖全部业务，90%分析任务耗时从 10 分钟降到1分钟

如果数据库系统无法满足高并发低延迟的查询需求，那么其上构建的 AI 智能体就会变得缓慢、笨拙，尤其是在一些信息检索的领域产生幻觉，给人误导性的结果。面向智能体的高并发和低延迟处理能力已是生存基石。