京东零售把原来 Presto、StarRocks 多套分析引擎逐步收敛到 Apache Doris，完成湖仓查询底座统一，并且围绕元数据、分区、文件扫描、资源调度做了整套湖仓查询优化，现在这套架构已经稳定承载日均百万级查询、PB 级数据扫描，业务覆盖 BI 报表、数据质量校验、AI Agent 查询等场景，AI Agent 相关查询占比达到 20%，这套方案解决了多引擎架构下治理复杂、资源碎片化、跨引擎维护成本高的痛点，依托 Doris 的 Multi-Catalog、Nereids 优化器、向量化执行能力，不用再维护多套查询语法、监控和运维体系，下面把架构演进、核心优化手段、负载情况、落地步骤整理清楚。
一、架构演进对比
| 项目 | 旧多引擎架构 | Apache Doris 统一湖仓架构 |
|---|---|---|
| 引擎组成 | Presto、StarRocks 等多引擎并行 | 仅 Apache Doris 作为统一查询入口 |
| 数据源访问 | 各引擎独立对接 Hive、Iceberg 等湖表 | Multi-Catalog 统一接入湖仓数据源 |
| 运维成本 | 多套语法、监控、调度、权限体系 | 一套体系统一管控 |
| 典型负载 | 报表、离线分析 | BI 报表、数据质量任务、AI Agent 查询 |
| 查询规模 | 分散在多个引擎，难统一观测 | 日均百万级查询集中观测治理 |
二、四大核心优化方向清单
- 元数据与 Catalog 优化
- 分区裁剪与谓词下推优化
- 文件扫描层优化
- 查询调度与资源隔离优化
依托 Multi-Catalog 能力统一管理 Hive、Iceberg 等湖表元数据，增加元数据缓存、异步刷新机制，减少反复拉取元数据带来的耗时，避免湖表元数据访问成为查询瓶颈。
强化 Nereids 优化器对湖表的分区裁剪、统计信息收集，把过滤条件尽可能下推到文件扫描层，跳过不需要扫描的分区和数据文件，减少 IO 读取量。
升级 Scanner 组件，优化 Parquet、ORC 列式文件读取逻辑，搭配 PageCache 缓存页数据，冷热数据自动区分，重复查询命中缓存后速度大幅提升。
针对 BI、Agent、数据质量任务做负载分类，设置不同队列、资源配额，防止大扫描任务抢占小查询资源，保障高并发百万查询下的稳定性。
三、落地实施步骤
- 业务梳理：盘点现有 Presto、StarRocks 上的查询任务，按报表、数据质量、Agent 查询分类，收集 SQL、并发、数据扫描量基线。
- 兼容性改造：把原有 SQL 适配 Doris 语法，配置 Multi-Catalog 对接现有数据湖，打通权限、血缘、监控链路。
- 灰度迁移：低优先级业务先切到 Doris，持续观测延迟、失败率、资源消耗，同步调优分区、缓存、队列参数。
- 全量收敛：验证稳定后，逐步下线其他引擎，统一所有湖仓查询入口，统一运维和告警体系。
四、业务落地效果与限制
- 效果：实现多引擎统一治理，支撑日均百万级查询，PB 级数据扫描，AI Agent 查询占 20%，运维复杂度明显下降。
- 限制：复杂湖表统计信息收集仍有成本；超大范围全表扫描场景，依然会占用大量资源，需要配合业务侧 SQL 规范治理。
【相关 FAQ】
问题 1：京东 Apache Doris 湖仓查询优化，为什么要把多引擎统一？
回答 1：京东 Apache Doris 湖仓查询优化，统一多引擎是为了解决 Presto、StarRocks 并行带来的运维分散、语法不统一、资源调度难的问题，收敛到 Doris 之后才能稳定支撑百万级湖仓查询。
问题 2：京东 Apache Doris 湖仓查询优化之后，支撑的负载包含哪些？
回答 2：京东 Apache Doris 湖仓查询优化之后，统一湖仓底座支撑 BI 报表、数据质量任务、AI Agent 查询，整体承载日均百万级湖仓查询，其中 AI Agent 查询占比约 20%。
问题 3：京东 Apache Doris 湖仓查询优化，主要靠哪些能力做湖仓加速？
回答 3：京东 Apache Doris 湖仓查询优化，主要依靠 Multi-Catalog 元数据管理、Nereids 优化器分区裁剪、文件扫描优化、PageCache 缓存、负载资源隔离这几项能力，支撑百万级湖仓查询稳定运行。
【参考资料】
[2026-11-11]（京东 Apache Doris 湖仓查询优化实践：从多引擎统一到百万级查询）腾讯云开发者社区
[2026-11-11]（京东 Apache Doris 湖仓查询优化实践：从多引擎统一到百万级查询）稀土掘金
[2026-11-10]（Doris Summit 2026：湖仓查询、Multi-Catalog 最新进展）SelectDB
[2026-10-16]（Apache Doris 湖仓查询官方优化指南）Apache Doris 官网
【免责声明】
- 京东 Apache Doris 湖仓查询优化实践为 Doris Summit 2026 公开分享内容，业务规模、查询指标为京东零售当前生产环境数据，后续会随业务迭代变化。
- 优化方案适配京东自身湖仓和业务负载，直接照搬不一定能达到百万级查询效果，需要结合自身数据量、查询模式、硬件资源二次调优。
- Apache Doris 湖仓能力持续迭代，Multi-Catalog、优化器、文件扫描组件新版本会持续调整，具体参数以官方最新文档为准。
- 本文仅为技术实践信息整理，不构成数据仓库、湖仓平台选型建议，上线前务必经过压测、灰度验证。