在过去几年中，数据基础设施的演进始终围绕一个核心问题展开：如何更快地分析数据？但进入 2026 年，这个问题正在被重新定义。随着 AI 应用的爆发式增长，数据系统不再只是分析工具，而逐渐成为 智能系统的一部分。数据不再只是被查询，而是被 Agent 调用、被模型理解、被系统实时消费。在这样的背景下，Apache Doris 社区提出了 2026 年的年度主题：Scale Intelligence,

Apache Doris 4.0 作为一个重要里程碑正式发布，引入了原生向量检索、AI 函数以及全新的混合检索与分析处理（HSAP）架构。此后，社区通过 4.0.1 至 4.0.4 四个版本快速演进，本文总结了这四个版本中引入的关键新特性。Apache Doris 4.0.4 现已正式发布，该版本相较于其他 4.0.x 版本，更为稳定、可靠。Apache Doris 4.0.4 版本囊括了 4.0

我们正处在一个数据与智能深度耦合的时代。。这正是我们今天强调实时分析的底层逻辑。它不再是加分项，而是企业在数字经济中生存与成功的必需品。

是一个开源的 AI 可观测平台，专为 AI Agent 场景设计。组件职责遥测数据网关，接收 OpenTelemetry 协议数据存储层，VARIANT 类型 + 倒排索引，天然适配半结构化数据Grafana+ Doris App 插件可视化层，支持 SQL 查询和预置 Dashboard如果你正在运行 AI Agent，你需要回答一个问题：**你知道它在做什么吗？**它执行了哪些命令？访问了哪些

导读：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

是一个开源的 AI 可观测平台，专为 AI Agent 场景设计。组件职责遥测数据网关，接收 OpenTelemetry 协议数据存储层，VARIANT 类型 + 倒排索引，天然适配半结构化数据Grafana+ Doris App 插件可视化层，支持 SQL 查询和预置 Dashboard如果你正在运行 AI Agent，你需要回答一个问题：**你知道它在做什么吗？**它执行了哪些命令？访问了哪些

容器化凭借其灵活性、跨平台性、自动化管理和极致弹性，吸引了众多企业的关注。一些企业希望将容器化部署，以实现高效的资源利用与部署迭代。Kubernetes 提供的编排和管理功能，能完成大规模容器部署，但 Kubernetes 自身的复杂性也导致众多企业面临部署复杂、运维困难、使用难度高等挑战。该工具集成了原生 Kubernetes 资源的复杂管理能力，并融合了 Doris 组件间的分布式协同、用户集

Apache Doris 作为一款具备高性能的实时分析数据库，拥有湖仓一体的能力。当它与 MinIO 这样高性能且 S3 兼容的对象存储系统相结合时，能够构建出一个高效且具备低成本特性的数据分析系统。本文将介绍基于 Apache Doris 和 MinIO 的存算分离部署教程与使用实践。

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。

Flink-Doris-Connector 作为 Apache Flink 与 Doris 之间的桥梁，打通了实时数据同步、维表关联与高效写入的关键链路。本文将深入解析 Flink-Doris-Connector 三大典型场景中的设计与实现，并结合 Flink CDC 详细介绍了整库同步的解决方案，助力构建更加高效、稳定的实时数据处理体系。