全面了解Apache Doris
的核心能力
Apache Doris 核心技术与关键特性的参考索引
- 分析函数
- 批量导入
- BM25 相关性评分
- Catalog 集成连接 Glue、Iceberg REST、HMS、S3 Tables、Polaris、Unity、DLF 等 Catalog，用一个引擎访问多种湖仓元数据服务。
- Changelog / Table Stream
- 列式存储Doris 的磁盘 Segment 格式通过按列编码、按 Page 压缩降低存储占用，并利用 Page 级索引跳过无需读取的数据页。
- 计算组
- 条件缓存
- 数据缓存与 Page Cache
- 数据合并
- 数据血缘从 Nereids 执行计划中提取列级血缘，通过可插拔 SPI 发送至治理工具，并在审计日志中提供表级访问记录。
- 数据模型
- 数据裁剪
- 数据更新与删除
- 向量嵌入
- 全文检索
- Group Commit在服务端将多个小批量 INSERT 和 Stream Load 合并为一个事务，通过同步和异步模式平衡延迟与吞吐量。
- 高并发点查
- 混合检索
- Iceberg
- 增量物化视图
- 倒排索引
- Kafka 与 CDC 集成
- LLM SQL 函数AI_* SQL 函数将列值发送至 LLM 并直接返回结果，在 SQL 中完成分类、信息提取和摘要生成。
- 导入事务
- 湖表管理通过 SQL 写入和管理 Iceberg、Hive 与 Paimon 表，涵盖 CREATE、INSERT、UPDATE、DELETE、Schema 与分区演进、分支和快照。
- MCP Server
- 元数据缓存
- MPP 架构
- Multi Catalog
- Parquet 读取优化原生 C++ 向量化 Parquet 读取器支持 Row Group 和 Page 裁剪、直接字典解码，以及过滤后延迟读取数据。
- 分区与分桶
- Pipeline 执行引擎
- 可插拔认证与授权
- 预聚合与 Rollup
- 预处理语句
- 查询缓存在 Pipeline 层按 Tablet 粒度缓存中间聚合结果，让访问相同 Tablet 的查询复用计算。
- 倒数排名融合
- 资源组
- 数据落盘
- Stream Load
- Unique Key
- VARIANT 数据类型
- 向量索引在 ARRAY<FLOAT> 列上构建原生 ANN 索引，在 Doris 表内执行毫秒级 TopN 向量检索，与 SQL 分析协同使用。
- 向量化执行
- 纵向合并按列组执行数据合并，控制 Doris 合并宽表 Rowset 时的内存占用。
- Workload Group