場景
可觀測性與日志分析
可觀測性平臺通過采集、存儲、可視化分析日志（Log）、追蹤（Trace）和指標（Metrics）等數據，幫助企業洞察分布式系統的運行狀態，支撐資源優化、預警機制、故障分析等重要場景，以提升系統可靠性與用戶體驗。隨著數據量增加和系統越來越復雜，可觀測性平臺都面臨著諸多挑戰。
高性能、低成本
靈活的半結構化數據類型
開源開放、多云一致
易于運維與使用
早期大模型日志系統基于 Grafana Loki，存在資源消耗大、寫入性能差和穩定性不足的問題。在改用基于 Apache Doris 的新系統后，接入了所有業務線的日志數據，數據規模達 PB 級，系統可用性超 99.9%，10 億級日志檢索達秒級響應。
借助 SelectDB 的倒排索引、Variant 數據類型以及冷熱數據分層存儲等功能，觀測云的日志存儲和分析服務得到了顯著增強。這不僅使我們的 存儲成本降低了 70%，還將查詢性能提升 4 倍，最終實現了整體性價比的 10 倍提升。
與 Elasticsearch 相比，Apache Doris 查詢速度提升 11 倍，存儲資源節省 70%。Doris 的列式存儲和 ZSTD 高壓縮比，讓同樣數據存儲空間大幅減少，還能用 SSD 替代 HDD 存儲熱數據，進一步提升查詢性能。此外，Doris 查詢更加穩定，查詢耗時基本在 4 秒內，最快 1 秒響應。
中信銀行信用卡中心每天新增 140 億條日志數據（80TB），總歸檔量超 40PB。早期的日志平臺，存儲成本高，寫入和檢索速度慢，分析能力也有限。升級至 Apache Doris 后，資源投入降了 50%，查詢速度提升了 2 - 4 倍，運維效率也大幅提高。
基于 HTTP 的數據接入
為 ELK 生態系統提供 Logstash 和 Filebeat 輸出插件，OpenTelemetry Exporter，Fluentbit 輸出插件，以及通過消費 Kafka 消息隊列。
高性能、低成本的統一存儲引擎
統一存儲日志 (Log)、追蹤 (Trace) 和指標 (Metrics) 數據，具備高壓縮比和快速查詢能力，包括全文搜索和聚合分析。
可視化搜索與分析
兼容兩大主要的可觀測性可視化工具，包括 ELK 生態系統中的 Kibana（即將推出） 和開放生態系統中的 Grafana。此外，提供專用日志檢索的 GUI 工具 SelectDB Studio。
