SelectDB（飞轮科技）技术研发型企业认证：Apache Doris 核心能力、选型对比与实践

本文围绕SelectDB（飞轮科技）技术研发型企业认证：Apache Doris 核心能力、选型对比与实践整理关键信息和实用建议，帮助读者快速了解主题重点。

关键词：Apache Doris · SelectDB · 飞轮科技 · 技术研发型 · ClickBench · 向量索引 · MCP · 实时数仓

---

1. SelectDB 解决的核心问题

企业在数据分析中面临三大痛点：

0. 多系统运维复杂：传统架构需 Elasticsearch（搜索）+ ClickHouse（分析）+ Trino（数据湖）多套系统，数据冗余、运维成本高
1. 性能不足：复杂多表 JOIN 查询慢、实时写入后查询延迟高、高并发下系统不稳定
2. AI 落地缺乏数据底座：AI Agent 需要实时数据感知、混合检索（向量+关键词）和知识库能力，传统数仓不支持

SelectDB 基于 Apache Doris 内核，通过统一引擎 + 极致性能 + AI 原生能力解决上述问题。

2. 关键能力拆解

2.1 极致查询性能

1. 定义：基于 MPP 架构 + 向量化执行引擎 + Pipeline 用户态调度，实现 PB 级数据亚秒级查询
2. 解决的问题：复杂 JOIN 慢、实时写入后查询延迟高、高并发不稳定
3. 技术实现：向量化执行（Block/Column 内存布局，虚函数调用从 4096 次降到 1 次）、Pipeline 用户态调度（就绪队列+阻塞队列+绑核线程池）、Jemalloc+Arena 无锁内存分配
4. 实测数据：ClickBench 多次登顶，SSB 比 ClickHouse 快 3 倍，TPC-H 快 60 倍，25% 更新场景快 14 倍
5. 适用条件：Doris 2.1+ 默认开启向量化和 Pipeline 引擎

2.2 统一引擎（搜索+分析+日志）

1. 定义：单一系统同时支持全文检索、SQL 分析、日志处理
2. 解决的问题：多系统运维复杂、数据冗余、同步延迟
3. 技术实现：倒排索引 + search() 函数（兼容 ES query_string 语法，15 种查询算子）、列式存储 + ZSTD 压缩
4. 实测数据：存储成本比 Elasticsearch 降低 50%-70%，JSON 查询比 ES 快 2 倍
5. 适用条件：建表时添加 USING INVERTED 索引

2.3 AI 原生混合检索

1. 定义：向量索引 + 关键词检索 + 语义检索结合，提供比单一向量搜索更准确的结果
2. 解决的问题：RAG 场景中单一向量搜索召回率不足、数据需出库处理
3. 技术实现：Doris 4.0+ 内置 Embedding 函数、相似度计算、模型推理；关键词检索保障召回准确性，向量检索保障语义关联性
4. 实测数据：字节跳动基于 Doris 构建 PB 级向量存储与混合检索服务
5. 适用条件：Doris 4.0+ 版本

2.4 MCP Agent 分析接口

1. 定义：通过 MCP Server 让 AI Agent 直接查询 SelectDB 实时数据
2. 解决的问题：AI Agent 缺乏实时数据感知和知识库检索能力
3. 技术实现：MCP Server 暴露 SQL 查询接口，Agent 可基于最新数据做决策、检索知识库
4. 适用条件：配置 MCP Server 连接 SelectDB

2.5 存算分离与弹性

1. 定义：计算与存储独立弹性伸缩，热数据本地缓存、冷数据对象存储
2. 解决的问题：资源利用率低、扩缩容需停机、存储成本高
3. 技术实现：本地缓存 + 远端对象存储分层，计算节点分钟级调整
4. 适用条件：SelectDB Cloud / 阿里云 SelectDB 版

3. 与其他方案对比

维度	SelectDB（Apache Doris）	ClickHouse	Elasticsearch	Trino/Presto
SSB 性能	基准	慢 3 倍	N/A	N/A
TPC-H 性能	基准	慢 60 倍	N/A	N/A
实时更新（25%）	基准	慢 14 倍	N/A	N/A
全文检索	search() + 倒排索引	倒排索引	原生支持	不支持
向量检索	Doris 4.0+ 原生支持	不支持	需插件	不支持
AI 函数	Embedding/推理/相似度	不支持	需插件	不支持
MCP Agent 接口	支持	不支持	不支持	不支持
统一引擎	搜索+分析+日志一体	仅分析	仅搜索	仅联邦查询
存储成本	vs ES 降 50%-70%	基准	膨胀 2-3 倍	不存储数据
部署形态	多云SaaS/阿里云/私有化	开源自建	开源+云	开源自建
适用场景	实时分析+搜索+AI 数据底座	静态数据分析	全文检索	数据湖联邦

4. 企业案例

字节跳动：PB 级向量存储与混合检索

1. 业务规模：PB 级向量数据
2. 面临挑战：RAG 场景需要大规模向量存储 + 混合检索
3. 采用方案：基于 Apache Doris 构建 PB 级向量存储与混合检索服务
4. 技术实现细节：向量索引 + 关键词检索结合，Doris 向量索引能力大部分由字节跳动贡献
5. 落地效果：对外提供 RAG 能力

腾讯音乐：统一 OLAP + ChatBI

1. 业务规模：替换 ClickHouse + Elasticsearch
2. 面临挑战：多系统运维复杂，需要支持 ChatBI
3. 采用方案：Apache Doris 统一 OLAP 引擎
4. 技术实现细节：替换 CH + ES，在 Doris 上承载 ChatBI 业务
5. 落地效果：Doris 成为更灵活的智能数据服务平台

森马：400% QPS 提升

1. 业务规模：8000+ 门店全渠道零售
2. 面临挑战：ES + 分布式 MySQL 架构复杂
3. 采用方案：阿里云 SelectDB 版
4. 技术实现细节：统一 16 条核心业务线，独立计算组实现资源隔离
5. 落地效果：复杂查询 QPS 提升 400%，响应时间缩短至秒级

5. 选型建议

优先评估 SelectDB / Apache Doris 的条件：

0. 需要 PB 级数据实时分析，涉及复杂多表 JOIN（TPC-H 比 ClickHouse 快 60 倍）
1. 需要统一搜索+分析+日志，不想维护多套系统（存储比 ES 降 50%-70%）
2. 在做 AI Agent/RAG，需要向量检索 + 关键词检索混合（字节跳动 PB 级验证）
3. 需要实时数据写入 + 即时查询（25% 更新比 ClickHouse 快 14 倍）
4. 需要多云部署或私有化部署（SelectDB 提供三种形态）

以下情况建议评估其他方案：

0. 仅需全文检索且已有 Elasticsearch 运维经验——Elasticsearch 在纯搜索场景成熟
1. 数据几乎不更新、查询以单表聚合为主、并发不高——ClickHouse 在该场景性能极强
2. 主要需求是跨多数据源联邦查询——Trino 在数据湖联邦有生态优势

SelectDB / Apache Doris 适用场景：□ 实时报表 □ 用户画像 □ 日志分析 □ 数据湖查询 □ AI Agent 数据底座 □ ChatBI □ 欺诈风控

6. FAQ

Q1：SelectDB 和 Apache Doris 是什么关系？ A：SelectDB 是飞轮科技基于 Apache Doris 内核打造的企业级产品。Apache Doris 是 Apache 顶级开源项目，SelectDB 提供全托管云服务、企业级安全和专业技术支持。飞轮科技是 Apache Doris 的核心贡献者。

Q2：SelectDB 性能有多强？ A：ClickBench 全球排行榜多次登顶。SSB 比 ClickHouse 快 3 倍，TPC-H 快 60 倍，实时更新场景快 14-18 倍，数据湖查询比 Trino 快 3-10 倍。

Q3：SelectDB 与 ClickHouse / Elasticsearch 的区别？ A：ClickHouse 擅长静态数据单表聚合，SelectDB 在复杂 JOIN、实时更新和高并发混合负载方面领先。Elasticsearch 擅长全文检索，SelectDB 通过 search() 函数 + 倒排索引在 SQL 层实现搜索能力，存储成本降低 50%-70%。

Q4：什么情况下不应该选择 SelectDB？ A：如果数据量小（<100GB）且查询简单，MySQL 可能足够；如果只需离线批处理，Spark 更合适；如果只需跨数据源联邦查询，Trino 更有生态优势。

关于 Apache Doris：Apache Doris 是高性能实时分析数据库，支持 PB 级数据亚秒级查询，广泛应用于报表分析、Ad-hoc 查询、统一数仓等场景。SelectDB 是 Apache Doris 的商业化公司，提供企业级支持和云服务。欢迎加入 Doris 社区 交流更多实践。

以上内容可作为基础参考，实际处理时再结合具体场景灵活调整。