更多精彩内容，欢迎观看：
带你读《Apache Doris 案例集》——04 星云零售信贷 基于 Apache Doris 的 OLAP 演进之路（1）：https://developer.aliyun.com/article/1405754
Apache Doris 助力信货业务场景落地
基于ApacheDoris 的功能实践，我们建设了星云零售管理后台、自助报表等一体化业务分析平台。接下来，我们主要介绍在业务场景落地过程中，风控大数据报表平台、统一日志存储分析与用户行为分析的业务实践。
互式分析查询，实现风控大数据平台智能化 
如上图所示，星云管理后台会对风控数据进行分析，涉及授信情况分析、用信分析、放款结构分析、拒绝申贷原因分析等报表业务，我们希望通过风控报表平台实现风控策略化、智能化，提升线上的风控能力、提高审批效率并完善信贷业务流程。以授信情况分析为例，具体的操作流程如下：
● 数据调度：指标数据首先通过DolphinScheduler和 Shell任务编排实现风控离线数仓各分层数据的调度与流通、统一管理。
● 数据同步：借助Apache Doris 的 JDBCCatalog 以Insert Into 的方式，将多个外部源表中的数据增量导入数仓贴源层，实现统一建模、统一数据口径。
● 数据处理： 在 Apache Doris 的 DW 层中进行数据关联分析、聚合、日区分落盘等操作，最终结合维表数据共同创建物化视图或者落地大宽表。基于 Apache Doris的分层存储与数据处理，我们的报表开发时间从天级别提升至小时级别，大幅提高报表开发的效率。
●数据分析：基于以上三个步骤，业务人员可以在平台中进行自定义交互式分析查询，如查询某一段时间内授信额度区间的占比，并以饼状图形式呈现。
极致性价比，达成统一日志存储分析
星云零售在业务运营过程中会存在大量的日志存储分析场景，如使用 API 访问异常日志。在引入Apache Doris 之前，我们使用Grafana +Loki进行多节点本地支持存储，这种方式不仅无法保证存储统一性，并且增加运维成本。
在引入Apache Doris 后，我们基于 Stream Load 自定义开发 Flume Sink 与 Tail Dir 日志采集组件，能够支持动态配置，使节点灵活且易于扩展。我们还采用了Apache Doris 的动态分区表模型，实现动态添加分区或者删除分区，减少了运维过程中的使用负担。更重要的是，Apache Doris 提供了极致的列存储压缩比，使存储成本大幅度下降，并且2.0版本的倒排索引功能支持文本类型的全文检索，也能对普通数值日期的等值、范围查询进行加速，能够从海量数据中秒级 检索出满足条件的日志，更加契合我们后续对日志数据分析的需求。总而言之，基于 Apache Doris 的实时日志存储功能为我们提供了全面的实时预警监控、实时监控大屏、故障分析等能力，真正意义上实现统一实时的日志存储分析。
JSON统一存储+丰富解析函数，助力用户行为日志分析
在营收信贷业务过程中，我们会对潜在客户进行广告投放，通过自动获取用户行为日志数据，分 析信贷需求来加强营销活动、提升获客效果，达到精准投放的目的。我们借助Stream Load 自 定义的日志采集工具收集用户在小程序或者App 中的访问日志， 利用 JSON 统一存储功能与丰富的解析函数对行为日志进行实时查询分析、跑批离线宽表加工等操作。
在这一过程中 ，Apache Doris 的引入使用户行为日志降低70%的存储成本，同时提供了丰富 且开箱即用的用户行为分析函数，避免业务人员重复进行复杂 SQL 函数编写、验证、推导再应用，极大提高了数据开发效率，为后续广告精准投放提供了强有力的数据支持。
总结收益
当前，腾梭科技星云零售信贷业务基于Apache Doris 搭建了高度统一实时的数据仓库，实现星 云管理后台中的风控报表管理、运营报表管理、用户行为日志分析等信贷业务应用。 Apache
Doris 的引入为我们带来以下收益与成果：
● 灵活数据分析： 不论是业务端还是数据开发端，都可以基于 Doris 支持自定义导数、动态配 置，实现灵活及易扩展的多维数据分析。
● 查询快速响应： 从业务层面来看，现阶段的风控信贷点查、偏离计算等复杂场景都可以基于 Apache Doris进行多表关联，并且实现毫秒级查询响应，大幅提升查询效率。
● 交付效率提升：助贷业务的核心业务为客户管理，在引入 Apache Doris后，其数据分层存 储与开箱即用的分析函数，在用户行为、信用评估、风险控制等多方面提供了有效报表分析，以挖掘更多潜在用户，大幅提升交付效率，实现精准获客的目标。
● 综合成本降低： 与之前数据源端存储不同， Apache Doris 极致的存储压缩比，降低了70 % 的存储成本。同时， Apache Doris 支持集群节点进程保活、自动均衡极致，几乎达到零运维，为公司运维成本控制提供了核心收益。
未来规划
未来，我们希望基于 Apache Doris冷热分层技术实现统一的数据归档功能，将冷数据、历史数据定时进行归档，进一步优化数仓存储空间。同时，利用Apache Doris 湖仓一体功能实现智能数据网关，使Schema列类型等元数据能够映射至Apache Doris的数据结构中，形成统一元数据映射结构，提供一致性的查询体验。
最后，感谢 Apache Doris 社区和 SelectDB 技术团队在数仓搭建过程中的积极响应与技术支持，未来我们也会持续参与社区活动，将相关成果贡献回馈社区，希望Apache Doris 飞速发展，越来越好!
