ApacheDorisSummit2026落幕，Doris5.0定位Agent数据基础设施，支持多模湖仓与增量计算

2026年10月21日至22日，由飞轮科技主办的Apache Doris Summit 2026线上技术峰会落幕。本次会议以“Powering Real-Time Intelligence for the Agentic Era”为主题，吸引全球逾12万名开发者、数据架构师及AI技术专家在线参与，标志着数据基础设施正从“实时分析”阶段迈向“实时智能”新阶段。

峰会设主论坛、实时湖仓论坛与数据智能论坛三大板块，34位来自互联网、金融、国央企、物流、自动驾驶及智能制造领域的专家分享了前沿进展。其中，Apache Doris PMC Chair陈明雨在主旨演讲《从实时分析到实时智能：Apache Doris 5.0 驱动 Agentic AI 时代》中系统阐述了项目最新演进路径。

过去12个月，Apache Doris保持约每3周发布一个版本的高频节奏，累计推出17个版本；社区规模持续扩大，目前拥有760余位贡献者、109位Committer与26位PMC成员；GitHub Stars突破16,000，主干PR超4,400个。开源活动已覆盖中国多个城市及新加坡、印度、旧金山、悉尼与欧洲多地，全球化生态加速成型。

在AI Agent成为新型数据消费者背景下，传统“数据→洞察”价值链正扩展为“数据→上下文→行动”。面对Agent查询并发量激增10至100倍、且高度Ad-hoc的特征，即将于年底发布的Apache Doris 5.0确立三大技术主线：

数据层：多模湖仓架构

为满足Agent对“完整、统一、实时”上下文的需求，Doris 5.0提出“存储保持开放，查询与执行保持统一”的新范式。具体而言，允许Iceberg、Paimon、Lance等开放格式各自承载长期分级、持续更新或多模态数据集，无需迁移原始数据；Doris引擎直接复用湖表原生的向量、全文与标量索引，避免冗余存储与同步开销。

在查询层面，单条SQL即可实现混合检索：向量语义召回 + Variant动态路径过滤 + 跨源多表Join + 权限过滤。该能力打破结构化与非结构化数据壁垒，解决传统方案中“相似但不可用”的痛点。

此外，Doris支持通过MERGE INTO语法将Agent生成的标注结果原子写回Paimon湖表；借助全新Fluss Union Read（流湖一体直读）机制，可无缝合成历史快照与秒级实时日志，提供最新分析上下文。

计算层：增量计算能力

为应对Agent驱动的持续性分析需求，Doris 5.0强化增量计算能力——即当底层数据变更时，计算结果可自动、实时更新，而非依赖全量重算。该机制显著降低延迟与资源消耗，支撑高频率、低延迟的上下文刷新场景，如推荐系统实时反馈、风控策略动态调整等。

交互层：Agent式分析

Doris 5.0将SQL能力、检索能力与大模型深度结合，使Agent能以自然语言或结构化指令发起复杂分析任务。例如，Agent可通过语义查询获取关联文档、筛选关键字段并生成摘要，再将结果用于后续决策链路。

在主论坛中，多项联合实践被披露：快手基于Paimon存储上亿条高维向量，并通过Doris直接完成向量检索，已在内容推荐场景落地；LanceDB展示了其多模态AI数据集与Doris引擎的集成成果；阿里云SelectDB产品专家凤豪则分享了智驾场景案例——对Paimon中1.28亿级多模态数据（含图像、文本、传感器日志）进行统一检索与分析，支撑实时路径规划与异常识别。

值得注意的是，Doris 5.0并非孤立演进，而是与行业生态协同推进。峰会期间，Doris联合快手与LanceDB正式公告面向AI的多模湖仓架构，体现开源项目与垂直场景厂商的深度耦合趋势。

从技术演进逻辑看，Doris的转型反映了整个数据基础设施行业的结构性变化：

其一，数据消费主体从人扩展至Agent，要求系统具备更高并发响应能力与更强的上下文理解能力；

其二，AI工作流对“数据-计算-交互”链路的闭环性提出严苛要求，传统离线批处理或简单实时OLAP已难以满足；

其三，湖仓一体架构走向“开放存储+统一计算”，既保留数据主权与格式灵活性，又保障分析效率与一致性，成为主流技术选择。

对比同类系统，Doris 5.0的独特之处在于其轻量级架构与高兼容性：它不强制用户迁移数据至专属存储，而是通过联邦查询能力接入现有湖表生态；同时，其MPP执行引擎在单机与分布式场景下均表现优异，适合从中小型企业到大型平台的广泛部署。

在企业落地层面，峰会透露多个行业案例已进入生产环境。某头部物流企业利用Doris 5.0构建实时运力调度系统，将订单匹配延迟从分钟级降至秒级；某国有银行将其用于反欺诈场景，结合Agent动态生成的规则组合，实现风险识别准确率提升12%。

开源社区方面，Doris持续强化工程化能力。除核心功能迭代外，可观测性评估体系、Serverless部署支持、CI/CD中的上下文反馈机制等配套能力也在同步完善。这些改进旨在降低企业采纳门槛，提升运维稳定性。

需指出的是，“Agentic Analytics”尚处早期阶段，当前多数应用仍处于“Agent调用Doris查询”这一初级形态，距离真正的“自主分析-决策-执行”闭环仍有距离。但Doris 5.0提供的底层能力，为后续演进奠定了关键基础。

随着大模型推理成本下降与Agent框架成熟，数据基础设施与AI的融合将加速深化。Doris此次升级，不仅是版本迭代，更是对“数据如何服务智能体”这一命题的系统性回应。未来，能否在保证性能与一致性的前提下，进一步简化Agent与数据库的交互协议，将成为下一阶段竞争焦点。