8+ 典型分析场景,25+ 标杆案例,Apache Doris 和 SelectDB 精选案例集(2024版)电子版上线

简介: 飞轮科技正式推出 Apache Doris 和 SelectDB 精选案例集 ——《走向现代化的数据仓库(2024 版)》,汇聚了来自各行各业的成功案例与实践经验。该书以行业为划分标准,辅以使用场景标签,旨在为读者提供一个高度整合、全面涵盖、分类清晰且易于查阅的学习资源库。

当前,各企业正面临前所未有的数据增量,不仅体现在数据规模的急剧上升,还体现在数据的类型多样性和产生速度的加快。数据体量大固然蕴藏着更大的潜力及可能性,但如何有效利用这些数据,解决实际问题、赋能业务增长,才是各企业发展的关键。因此,企业亟需搭建高效的数据处理与分析平台,以帮助其从海量数据中提取有价值的信息。

作为开源的现代化数据仓库项目,Apache Doris 自诞生以来便以其强大的实时分析能力著称,它够对大规模数据进行极速分析,满足报表分析、即席查询、统一数仓构建、湖仓一体等多种使用场景。2022 年,其原创团队成立了飞轮科技公司并推出商业化产品 SelectDB,提供面向私有化部署的 SelectDB Enterprise 和云原生存算分离的 SelectDB Cloud 云数仓服务。

近几年,随着飞轮科技的持续技术驱动及社区支持, Apache Doris 及 SelectDB 始终朝着实时分析、融合统一和云原生这三大趋势持续演进,以更好应对用户在真实业务场景下的挑战。在产品能力提升和用户群体的持续扩增下,越来越多的使用者或企业希望通过借鉴他人的成功案例及经验分享,帮助其快速上手、降低实施风险、提高选型效率,并获取具有实操价值场景解决方案。

全球范围内,使用 Apache Doris 及 SelectDB 的企业规模已超过 5000 家,覆盖互联网、金融、能源、制造、电信等众多行业,用户的反馈与实践经验也在不断积累。在此背景下,飞轮科技正式推出 Apache Doris 和 SelectDB 精选案例集 ——《走向现代化的数据仓库(2024 版)》,汇聚了来自各行各业的成功案例与实践经验。 该书以行业为划分标准,辅以使用场景标签,旨在为读者提供一个高度整合、全面涵盖、分类清晰且易于查阅的学习资源库,点击立即下载

四大领域,25+ 标杆案例

该案例集根据行业标准分为四大类:

智慧金融与政企:

金融、保险及政府企业数据具有高时效性、高准确性、一致性、多样性、大规模等特点,同时数据的合规性、安全性受到严格监管。本案例集精选了包括无锡锡商银行、招联金融、银联商务、平安人寿、招商信诺人寿、奇富科技等行业领袖,结合实际业务剖析在风险评估与控制、反欺诈和安全管理、客户行为分析和个性化营销、集群灾备与稳定性保障场景下的具体实践。

互联网与文娱:

互联网与文娱行业数据通常具有规模庞大、增长迅猛、类型多样等特点,通常用于报表分析、即席查询、人群标签及圈选、用户行为与分析、营销策略指导等典型场景。该案例集收集了抖音集团、腾讯音乐、快手、网易游戏、叮咚买菜、 MiniMax、360商业化等知名企业的实战方案,展示他们如何有效挖掘海量数据价值、赋能业务增长。

企业服务与新经济:

在这一领域,企业与客户关系尤为紧密,对数据时效性、响应速度及复杂多样的数据分析能力均提出了高要求,这是提升用户体验、优化客户服务,提高工作效率及市场竞争力重要基石。该案例收录了 观测云、奇安信、天眼查、小鹅通、有赞、360、网易等行业领军企业案例,展示他们如何高效管理与分析数据,从而在客户关系管理、销售预测、绩效分析等多维度上取得了显著成效。

先进智造与电信:

该领域数据主要来源于设备监控、生产流程、质量检测、用户记录、网络流量等多方面,通常应用于流程优化、监控报警、供应链管理、数字化转型等多方面。该案例集通过长安汽车、极越汽车、小米、雨润集团、中国联通等标杆企业,揭示数据如何驱动业务创新,帮助企业实现精细化管理、提升服务质量和用户体验。

分类清晰,易于查阅

为进一步提升用户阅读体验与查找效率,在编纂《走向现代化的数据仓库(2024 版)》时,我们也在目录部分从场景应用与技术栈两个维度添加了辅助查找标签。

场景应用方面,本案例集广泛涵盖了实时报表分析、画像行为分析、日志存储与分析、湖仓一体分析等使用场景,同时还包含风险识别与控制、实时数据服务、批量实时统一、AI 大模型场景等特定场景标签。旨在帮助读者快速定位到与自身业务场景高度相关的使用案例。

技术栈方面,我们同样为案例标注了 ClickHouse 、Elasticsearch、Presto、Trino 等多种技术栈标签,方便读者快速追踪各企业如何从这些技术栈平滑迁移至 Apache Doris / SelectDB ,从而为技术选型和升级提供有力参考。

在快速发展的数据驱动时代,企业面临不断变化的市场需求和实时分析挑战。Apache Doris 与 SelectDB 精选案例集 ——《走向现代化的数据仓库(2024 版)》的推出,希望能够激发更多创新思维与实践灵感,共同推动现代化数据仓库技术的持续进步与发展。

当前,《走向现代化的数据仓库(2024 版)》电子版已正式上线,点击立即下载

相关实践学习
阿里云云原生数据仓库AnalyticDB MySQL版 使用教程
云原生数据仓库AnalyticDB MySQL版是一种支持高并发低延时查询的新一代云原生数据仓库,高度兼容MySQL协议以及SQL:92、SQL:99、SQL:2003标准,可以对海量数据进行即时的多维分析透视和业务探索,快速构建企业云上数据仓库。 了解产品 https://www.aliyun.com/product/ApsaraDB/ads
目录
相关文章
|
6月前
|
消息中间件 OLAP Kafka
Apache Doris 实时更新技术揭秘:为何在 OLAP 领域表现卓越?
Apache Doris 为何在 OLAP 领域表现卓越?凭借其主键模型、数据延迟、查询性能、并发处理、易用性等多方面特性的表现,在分析领域展现了独特的实时更新能力。
608 9
|
5月前
|
存储 自然语言处理 分布式计算
Apache Doris 3.1 正式发布:半结构化分析全面升级,湖仓一体能力再跃新高
Apache Doris 3.1 正式发布!全面升级半结构化分析,支持 VARIANT 稀疏列与模板化 Schema,提升湖仓一体能力,增强 Iceberg/Paimon 集成,优化存储引擎与查询性能,助力高效数据分析。
736 4
Apache Doris 3.1 正式发布:半结构化分析全面升级,湖仓一体能力再跃新高
|
6月前
|
存储 分布式计算 Apache
湖仓一体:小米集团基于 Apache Doris + Apache Paimon 实现 6 倍性能飞跃
小米通过将 Apache Doris(数据库)与 Apache Paimon(数据湖)深度融合,不仅解决了数据湖分析的性能瓶颈,更实现了 “1+1>2” 的协同效应。在这些实践下,小米在湖仓数据分析场景下获得了可观的业务收益。
1150 9
湖仓一体:小米集团基于 Apache Doris + Apache Paimon 实现 6 倍性能飞跃
|
5月前
|
SQL 人工智能 数据挖掘
Apache Doris 4.0 AI 能力揭秘(二):为企业级应用而生的 AI 函数设计与实践
Apache Doris 4.0 原生集成 LLM 函数,将大语言模型能力深度融入 SQL 引擎,实现文本处理智能化与数据分析一体化。通过十大函数,支持智能客服、内容分析、金融风控等场景,提升实时决策效率。采用资源池化管理,保障数据一致性,降低传输开销,毫秒级完成 AI 分析。结合缓存复用、并行执行与权限控制,兼顾性能、成本与安全,推动数据库向 AI 原生演进。
442 0
Apache Doris 4.0 AI 能力揭秘(二):为企业级应用而生的 AI 函数设计与实践
|
6月前
|
人工智能 运维 监控
智能运维与数据治理:基于 Apache Doris 的 Data Agent 解决方案
本文基于 Apache Doris 数据运维治理 Agent 展开讨论,如何让 AI 成为 Doris 数据运维工程师和数据治理专家的智能助手,并在某些场景下实现对人工操作的全面替代。这种变革不仅仅是技术层面的进步,更是数据运维治理思维方式的根本性转变:从“被动响应”到“主动预防”,从“人工判断”到“智能决策”,从“孤立处理”到“协同治理”。
1031 11
智能运维与数据治理:基于 Apache Doris 的 Data Agent 解决方案
|
4月前
|
人工智能 数据处理 API
阿里云、Ververica、Confluent 与 LinkedIn 携手推进流式创新,共筑基于 Apache Flink Agents 的智能体 AI 未来
Apache Flink Agents 是由阿里云、Ververica、Confluent 与 LinkedIn 联合推出的开源子项目,旨在基于 Flink 构建可扩展、事件驱动的生产级 AI 智能体框架,实现数据与智能的实时融合。
730 6
阿里云、Ververica、Confluent 与 LinkedIn 携手推进流式创新,共筑基于 Apache Flink Agents 的智能体 AI 未来
|
存储 Cloud Native 数据处理
从嵌入式状态管理到云原生架构:Apache Flink 的演进与下一代增量计算范式
本文整理自阿里云资深技术专家、Apache Flink PMC 成员梅源在 Flink Forward Asia 新加坡 2025上的分享,深入解析 Flink 状态管理系统的发展历程,从核心设计到 Flink 2.0 存算分离架构,并展望未来基于流批一体的通用增量计算方向。
441 0
从嵌入式状态管理到云原生架构:Apache Flink 的演进与下一代增量计算范式
|
6月前
|
SQL 人工智能 数据挖掘
Apache Flink:从实时数据分析到实时AI
Apache Flink 是实时数据处理领域的核心技术,历经十年发展,已从学术项目成长为实时计算的事实标准。它在现代数据架构中发挥着关键作用,支持实时数据分析、湖仓集成及实时 AI 应用。随着 Flink 2.0 的发布,其在流式湖仓、AI 驱动决策等方面展现出强大潜力,正推动企业迈向智能化、实时化的新阶段。
769 9
Apache Flink:从实时数据分析到实时AI
|
6月前
|
SQL 人工智能 API
Apache Flink 2.1.0: 面向实时 Data + AI 全面升级,开启智能流处理新纪元
Apache Flink 2.1.0 正式发布,标志着实时数据处理引擎向统一 Data + AI 平台迈进。新版本强化了实时 AI 能力,支持通过 Flink SQL 和 Table API 创建及调用 AI 模型,新增 Model DDL、ML_PREDICT 表值函数等功能,实现端到端的实时 AI 工作流。同时增强了 Flink SQL 的流处理能力,引入 Process Table Functions(PTFs)、Variant 数据类型,优化流式 Join 及状态管理,显著提升作业稳定性与资源利用率。
689 0
|
5月前
|
人工智能 运维 Java
Flink Agents:基于Apache Flink的事件驱动AI智能体框架
本文基于Apache Flink PMC成员宋辛童在Community Over Code Asia 2025的演讲,深入解析Flink Agents项目的技术背景、架构设计与应用场景。该项目聚焦事件驱动型AI智能体,结合Flink的实时处理能力,推动AI在工业场景中的工程化落地,涵盖智能运维、直播分析等典型应用,展现其在AI发展第四层次——智能体AI中的重要意义。
1792 27
Flink Agents:基于Apache Flink的事件驱动AI智能体框架

推荐镜像

更多