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。

Data + AI 能用在哪些场景？具体落地又该如何操作？本文借助 SelectDB + AI，搭建一个用于收集、整合与分析全域用户反馈的智能洞察系统。以此实战，给有需求的用户提供可参考的基础方法论。

从上世纪 90 年代初 Bill Inmon 在《building the Data Warehouse》一书中正式提出数据仓库这一概念，至今已有超过三十年的时间。在最初的概念里，数据仓库被定义为「一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策」，而数据湖最初是为了解决数仓无法存储海量且异构的数据而构建的集中式存储系统。时代的发展与用户数据应用诉求的演进，催生了数据架