作者：MiniMax 基础架构研发工程师 Koyomi、香克斯、TinkerMiniMax 是领先的通用人工智能科技公司，自主研发了不同模态的通用大模型，其中包括拥有万亿参数的 MoE 文本大模型、语音大模型以及图像大模型。MiniMax 以“与用户共创智能”为愿景，通过对大模型持续迭代，MiniMax 在国内率先完成核心 MoE 算法技术路线的突破。2024 年 4 月，公司推出国内首个上线商用

现代化基础设施已经经历了从分布式到云原生，再到湖仓架构的三个重要阶段。SelectDB 站在了进化的顶端，完美契合当下及未来的技术潮流。~2000 | 分布式时代（Distributed Era）：线性扩展的起点采用架构，通过数据分片和分布式技术打破了单机性能极限。这一阶段实现了硬件资源的初步横向扩展（Scale-out）和高可用性，为海量数据处理奠定了物理基础。~2010 | 云原生时代（Clo

在解决了自动分区各个维度的并发挑战后，我们有必要跳出具体实现，审视其中蕴含的更具普适性的设计哲学与并发范式。这些范式不仅适用于 Doris，也对其他分布式系统的并发设计具有参考价值。

网易云信引入 Apache Doris 统一了原有 Elasticsearch、InfluxDB 和 Hive 多技术栈系统。凭借其高性能和易扩展的特点，提供一站式的数据存储和分析服务。实现机器成本降低 70%、实时场景查询提速 11 倍、离线任务耗时缩短 80% 的显著收益。

MiniMax 作为上市大模型企业，基于阿里云 SelectDB 打造 AI 可观测中台，实现“一个平台，全球覆盖”。这一成功实践足以表明：SelectDB 能够很好满足 AI 时代海量数据实时处理与分析的需求，为同样需求的 AI 大模型企业提供了一个高性能、低成本的可靠技术解决方案。

导读：面对海量多模态数据管理困境，思必驰通过构建以 Apache Doris 为核心的数据集平台，实现了数据从 “散、乱、滞” 到 “统、明、畅” 的转变。在关键场景中，存储占用下降 80%、查询 QPS 提升至 3w，不仅实现可量化的效率提升和成本优化，更系统化地提升了 AI 研发效率与模型质量。本文整理自 思必驰数据中台架构师魏凯君在 Doris Summit 2025 中的演讲内容，并以演讲

截至目前，灵犀科技基于 Apache Doris 建设的统一数据数据平台已上线并稳定运行，有效解决了数据孤岛问题，实现了数据整合与流通。在数据集成（ETL）、标准化、治理和可视化等方面取得显著进展，相较于原有的多组件架构，数据生产能力提升超过 10 倍、存储成本节省超 60%。存算分离：进一步提升资源的利用率，精细化分配存储和计算资源。大模型 BI：将 Apache Doris 作为公司智能问答大

随着大模型和多模态 AI 的快速发展，向量已成为文本、图像、音视频等多元数据的通用语义表示。在这种背景下，检索增强生成（RAG）技术成为连接私有知识与大模型的核心桥梁，而高效的向量检索则是其关键支柱。与将向量检索视为独立外挂服务的方案不同，Apache Doris 4.0 选择将向量检索能力深度集成于其 MPP 分析型数据库内核。实现向量检索与 SQL 计算、实时分析和事务保障的无缝融合。本文旨在

上海证券引入 SelectDB 作为核心实时分析引擎，有效弥补了实时数据处理与分析的能力短板，实现湖仓一体与流批一体，同时替换了原架构中的 Elasticsearch 组件。达成了写入性能提升 4 倍，支撑 1000+ QPS 高并发访问，关键决策响应速度 200 ms，开发效率提升 50%，运维成本大幅降低的关键收益。

多租户 SaaS（customer_a_token → database_a 完全隔离）、高可用环境零停机配置更新、安全敏感组织的企业级权限管控。🚀 Doris MCP Server v0.6.0，开启企业级数据平台与认证管理新时代！本次升级完全向后兼容 v0.5.x，现有 API 和配置无需修改，可平滑升级。Doris MCP Server v0.6.0 正式发布！