导读：
易车引入 Apache Doris 取得以下核心成果：
- 替换 Druid、Kudu、ClickHouse 等近 10 种数据引擎
- 构建 Apache Doris + Paimon + Hive 湖仓架构
- 探索 Doris + AI（ChatBI、Data Agent）融合应用
- 覆盖实时多维分析、用户画像、BI 报表等核心场景
数据的爆发式增长与业务对实时性的极致追求，驱动易车技术团队在实时湖仓建设上持续探索。目前易车已基于 Apache Doris + Paimon + Hive 构建了湖仓一体化数据平台，实现架构收敛统一：逐步替换 Druid、Kudu、HBase、MongoDB、ClickHouse 等近 10 种引擎。广泛应用于实时多维分析、用户画像及标签体系、BI 报表（实时报表、仪表盘）等核心场景。在此基础上，团队进一步探索 Apache Doris + AI 的融合应用，为智能化业务提供实时、统一的数据底座。本文将具体讲述易车数据平台架构的演进及具体实践。
一、早期架构：多引擎混用，流批难统一
易车数据平台的数据源丰富多样，涵盖业务日志、业务数据库（RDS/自建库）、消息系统、接口数据、第三方 API 及应用程序等。
团队通过内部数据集成工具将多源数据统一接入数据平台：底层离线数仓以 Hive 为主、基于 Hudi 构建数据湖；半结构化数据则主要存储在 Elasticsearch、HBase、MongoDB 中。
在 OLAP 引擎层面，团队先后使用过 Kudu、Kylin、Druid、ClickHouse 等多种引擎，即席分析 MPP 架构方面则使用了 Impala、Spark、Presto 等计算引擎，为数据分析、实时大屏、实时指标、个性化推荐等上层应用提供服务。
然而，早期架构链路复杂，面临多重挑战：
- 开发效率低：不同业务场景需适配不同技术栈，开发人员需掌握多种引擎，上手慢、协同难。
- 运维负担重：组件林立，维护难度大，故障排查链路长且复杂。
- 流批割裂：实时与离线计算分离，无法通过一套架构同时满足，且实时性表现不足。
二、引擎选型：从 ClickHouse 到 Apache Doris
为满足快速响应、统一架构等新需求，团队决定对湖仓架构进行持续迭代与升级。在引擎选型上，ClickHouse 曾是易车选择的过渡方案，但随着业务深入，其短板愈发凸显：
- 高频小批量写入场景支持不佳；
- 数据一致性保障较弱；
- 复杂多表关联查询场景下，查询性能有限；
- 运维成本较高，生态不够丰富。
因此，团队开始评估新的 OLAP 引擎。Apache Doris 凭借以下优势成为最终选择：
- 架构简洁：Doris 仅由 FE 和 BE 两类组件构成，支持数据自动均衡分布，无需手动配置分布式表，相比 ClickHouse 极大简化了运维。
- 实时性更强：Doris 支持数据实时同步、更新与删除，且变更实时可见；ClickHouse 则多为后台异步执行，一致性较弱。
- 查询性能优越：基于 MPP 架构与 Pipeline 模型，Doris 实现了高吞吐实时写入与高并发点查的兼顾；其查询优化器针对多表关联、聚合等复杂算子深度优化，即使在大数据量下仍能保持秒级响应。
- 生态友好：Doris 原生兼容 MySQL 协议，可无缝对接各类 BI 工具，降低学习与集成成本；ClickHouse 则需使用特定 SQL 方言，学习成本较高。
综合以上考虑，团队最终选择 Apache Doris 作为核心 OLAP 引擎。在实际落地过程中，Doris 不仅在查询性能上表现稳定，其湖仓一体能力更是超出预期。
三、Apache Doris：湖仓一体，融合统一
Apache Doris 的湖仓一体能力，体现在三个维度：
- 可扩展的多源数据连接：
- Doris 定义了标准三层元数据模型：数据目录（Catalog）、数据库（Database）、数据表（Table）。无论是 Hive、Iceberg、Hudi、Paimon，还是支持 JDBC 协议的数据库系统，Doris 均能轻松连接并高效提取数据。
- 便捷的跨源联邦查询：
- Doris 支持在运行时动态创建多个数据源连接器，通过标准 SQL 即可实现对多个异构数据源的联邦查询。其联邦查询能力对标 Presto/Trino，能够在不移动现有数据的前提下，轻松完成跨平台的统一数据查询与分析，极大降低数据冗余和迁移成本。
- 高性能的数据处理
- 执行引擎：基于 MPP 架构与 Pipeline 执行模型，支持数据实时写入与高并发等值点查。
- 查询优化：针对多表关联、聚合、排序、分页等复杂 SQL 算子深度优化，内置高性能查询优化器，自动生成最优执行计划。
- 多模数据处理：原生支持 JSON、Variant 等半结构化数据类型，实现对结构化、半结构化、非结构化数据的统一分析与处理，满足多样化业务场景需求。
四、架构升级：存储、计算、查询统一
引入 Apache Doris 后，构建了全新的湖仓一体融合架构，整体设计如下图所示：
- 数据接入：实时数据链路中，业务数据库数据通过 Kafka、Flink CDC 实时写入 Doris；离线数据仍同步至 Hive 数仓，完成分层建模。
- 实时处理：在 Doris 内部完成实时分层建设后，通过 Catalog 方式统一挂载 Hive、Hudi、Paimon 等外部数据源，实现离线数据查询与实时数据计算的无缝融合。
- 统一查询入口：Doris 作为统一的查询引擎，可屏蔽底层异构存储与计算引擎的差异，向上支撑各类业务场景，大幅简化上层应用对接。
升级前后架构对比如下，可看到整体收益明显：
- 组件统一，运维成本大幅降低：此前，团队需同时维护 ClickHouse、Druid、Impala、Kylin、Kudu 等多种引擎，组件繁多且分散。统一至 Apache Doris 后，引擎数量锐减，技术栈得以收敛，运维负担显著减轻。
- 架构简化，接入与开发效率提升：Doris 原生兼容 MySQL 协议与标准 SQL，极大降低了业务侧的接入门槛与学习成本。同时，团队基于 Doris 实现了统一的元数据服务与权限控制，避免了多套系统间的权限割裂，整体架构链路更简洁。
- 融合统一，存储与计算一体化：在存储层面，Apache Doris 既可承载离线数据存储，也可承载实时增量数据存储，实现存储一体化；在计算层面，Apache Doris 可统一承载实时数据分析与离线数据分析任务，实现流数据与批数据的统一分析。
五、智能分析：AI + Lakehouse 的探索与实践
在 AI 技术迅猛发展的当下，Apache Doris 积极推动 Data + AI 的深度融合与创新，这与易车在 AI 业务领域的探索方向高度契合。在构建湖仓一体架构的基础上，易车数据团队进一步探索了 Doris + AI 的融合应用，将 Doris 打造为面向智能化场景的数据底座，赋能上层 AI 应用与智能代理。
易车对数据引擎在 AI 场景下的应用有着迫切需求，而 Apache Doris 4.0 版本 引入了向量检索、混合检索以及 AI 原生函数，使得结构化分析与语义检索能够在同一系统中完成。并提供了面向 Agent 的 MCP 交互能力，能够有效支撑易车在 AI 业务中的实践。
- 能力底座：为 AI 提供统一数据入口
Apache Doris 天然支持多源联邦查询，可无缝对接 MySQL、Hive、PostgreSQL、Hudi 等异构数据源。这意味着，上层 AI 应用无需关心数据实际存储在何处，只需通过 Doris 即可统一访问数仓内的离线历史数据、实时增量数据以及业务库中的维度信息。这种能力为 AI 模型训练、特征工程、实时推理等场景提供了高效、统一的数据供给通道。
- Doris MCP：开放数据能力，赋能智能代理
Apache Doris 开源了 Doris MCP 工具，为 AI 代理与数据平台的交互提供了标准化接口。团队基于 Doris MCP 及内部二次开发，构建了一套面向智能代理的数据服务层，支持通过 MCP 执行 SQL 查询、获取库表 Schema、列举表列表、检索字段信息等操作。这些能力被封装成可复用的 API，使得上层 AI 应用能够以自然语言或结构化方式快速获取所需数据上下文，极大降低了智能代理接入数据平台的复杂度。
- 场景实践：AI 应用落地探索
易车基于 Apache Doris，已在多个智能化场景中落地应用，具体包括：
- 智能化运维与管理：支撑数据治理、资产管理、自动化运维等 Agent，实现数据任务的智能调度与异常自愈；
- 交互式智能分析：赋能内部 Data Agent 及智能助手 ChatBI，支持自然语言问答、业务指标查询等交互式分析场景；
- 语义理解与知识服务：为问答系统、知识库等应用提供底层支持，并基于 Doris 实现知识向量的实时更新与混合检索，构建统一的语义记忆层。
Doris 社区目前还在 AI 侧发力，未来易车数据团队也会持续跟进与参与 Doris MCP 的建设。此外，Apache Doris 4.0 版本已支持混合检索分析、AI 原生函数等。易车数据团队也将在此版本上进一步探索。
六、结束语
从多引擎混用到统一架构，从离线分析到实时智能，易车数据平台在 Apache Doris 的加持下，完成了从“支撑业务”到“驱动业务”的跨越。未来，随着存算分离架构的落地和 AI 能力的深度融合，我们将持续打造更高效、更智能的数据基础设施，为业务创新提供源源不断的数据动力。
当前易车数据平台主要运行在 Doris 2.0 版本之上，下一步将全面升级至存算分离架构。通过存算解耦与冷热分层，进一步降低存储成本、提升查询效率，为业务增长释放更多资源。
