10K Stars 成就达成，StarRocks 开启下一个里程碑！

原创

于 2025-05-18 22:01:38 发布 · 340 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#StarRocks #数据库 #OLAP #AI

StarRocks 突破一万星🌟啦！🎉 感谢与我们一同见证这一历史时刻的伙伴们。

从“极速统一 OLAP”到“Lakehouse is All You Need”，三年间，我们见证了 StarRocks 功能的飞速进化与迭代，也见证了社区的茁壮成长。越来越多的用户在不同场景中使用 StarRocks，与我们一起“升级打怪”，不断解锁数据背后的业务价值。

如今，StarRocks 即将开启全新副本！你准备好迎接 AI 时代带来的进阶挑战了吗？

快用你的 Star 🌟，为 Rocky 的下一段冒险之旅点亮前行之路吧！👉 https://github.com/StarRocks/starrocks

推荐阅读

湖仓进化，极速统一｜StarRocks 2024 社区年度报告

StarRocks 开源三周年：初心不忘，征程不止！

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

StarRocks_labs

关注关注

1
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

参与评论您还未登录，请先登录后发表或查看评论

博客

Fresha 的实时分析进化：从 Postgres 和 Snowflake 走向 StarRocks

12-19

1097

全球美业平台如何通过混合架构重构，实现高频运营分析与低运维成本

博客

从小文件困局到“花小钱办大事”：StarRocks 存算分离批量导入优化实践

12-12

786

在存算分离架构下，“一次性导入海量历史数据”正成为被放大的隐形风险。本文介绍 StarRocks 如何从写入源头重构大导入路径：通过“内存→本地磁盘 spill→集中 merge→对象存储”，减少远程写入和重复开销，降低 S3 写入次数并放大文件粒度，释放本地 I/O 能力，从源头缓解小文件问题，帮助用户以更低投入获得更高效、更稳定的使用体验。

博客

从分钟到秒级，从 ClickHouse 到 StarRocks：哈啰的实时进化之路

11-27

1002

性能提速 5 倍，成本下降 80%，统一湖仓架构全面落地。

博客

StarRocks 性能实测：在 Coffee-shop Benchmark 中快 10 倍！

11-20

702

在评估数据库性能时，如何同时衡量“算得快”和“算得省”一直是工程师关注的核心问题。

博客

StarRocks 4.0：让 Apache Iceberg 数据真正 Query-Ready

11-14

955

写入即优化，查询更高效

博客

StarRocks 4.0：FlatJSON，让 JSON 查询像列存一样高效

11-07

979

StarRocks 4.0推出FlatJSON技术，大幅提升JSON查询性能。通过列式存储优化，自动识别高频JSON字段并转换为列存格式，配合索引、字典编码等技术，使JSON查询速度接近原生列存。相比传统JSON处理方案，FlatJSON显著降低了I/O和CPU开销，无需ETL即可实现高性能分析，适用于日志、埋点等半结构化数据分析场景，在测试中性能提升达10倍以上。该技术实现了灵活数据结构与高效分析能力的兼得。

博客

StarRocks 4.0：基于 Apache Iceberg 的 Catalog 中心化访问控制

11-02

968

StarRocks 4.0 已正式发布！这一版本带来了多项关键升级。接下来，我们将以每周一篇的节奏，逐一解析 4.0 的核心新特性。在多引擎协同访问同一数据湖的场景下，如何实现安全、统一且可审计的权限管理，是 Lakehouse 架构演进中的一项关键挑战。StarRocks 4.0 联合 Apache Iceberg，借助 REST Catalog 的统一治理能力与 JWT 身份认证、临时凭证机制（Vended Credential），为多引擎湖仓架构提供了一种全新的安全访问方式。

博客

告别 Hadoop，拥抱 StarRocks！政采云数据平台升级之路

10-30

939

政采云平台作为政府采购数字化的创新典范，集监管、交易、服务于一体，经过近九年的发展，已成为行业内服务范围最广、用户数量最多、交易最活跃、监管产品最丰富的跨区域、跨层级、跨领域的一体化采购云服务平台，日均处理海量高并发数据。Hadoop 作为早期构建大规模数据平台的基石，为政采云平台打开了低成本处理海量非结构化、半结构化数据的可能。然而，伴随业务激增、复杂分析需求及严苛的时效要求，曾经 “功臣” 的局限性和沉重包袱日益凸显，逐渐成为数据价值释放的 “枷锁”。

博客

StarRocks 在 Cisco Webex 的探索与实践

10-29

1083

本文内容整理自白旭与许鸿坤两位嘉宾在 StarRocks Connect 2025 上的联合演讲。基于 Cisco Webex 的核心分析场景，分享了从 Pinot 技术栈迁移至 StarRocks 的完整实践路径——涵盖存算分离与存算一体架构的落地，以及多项性能与治理优化。迁移后，系统实现多项显著提升：- 查询性能提升超 50%，70% 的查询语句优于 Trino；- 物化视图让查询加速 10 倍以上；- Flat JSON 优化后磁盘占用降低 80%，查询时延减少 80%；

博客

StarRocks 4.0：Real-Time Intelligence on Lakehouse

10-28

800

全面解析 4.0 的核心特性，文末还有 1024 特别福利等你来领 🎁

博客

StarRocks Community Monthly Newsletter (Sep)

10-27

971

StarRocks近期发布多个版本更新，涵盖功能增强与问题修复，包括v3.5.6优化Vacuum指标、v3.5.5新增日志信息、v3.4.8默认开启并行扫描等。社区动态方面，推出Java UDF文件自动检测工具，更新技术文档，并举办全球峰会StarRocks Summit 2025及中国区活动Connect 2025，分享行业实践案例。7-9月布道师精选文章评选出炉，多篇技术实战文章获奖，涵盖数据同步、性能优化等主题。积分兑换系统已升级，社区持续招募贡献者，推动数据分析技术发展。

博客

Kubernetes 场景下的 StarRocks 灾备体系：Cluster Snapshot 实践解析

10-23

890

当系统发生故障、误操作或区域性宕机时，Snapshot 可在分钟级完成快速恢复，最大限度减少数据丢失与业务中断风险。通过将完整集群状态进行快照化并备份至对象存储，Snapshot 简化了传统灾备方案的复杂流程，使灾难恢复更加高效与便捷。这一机制尤其适用于金融、零售、SaaS 等对系统稳定性要求极高的关键业务场景。

博客

从 ClickHouse 到 StarRocks 存算分离：携程 UBT 架构升级实践

10-18

1240

查询性能实现从秒级到毫秒级的跨越式提升

博客

StarRocks：Connect Data Analytics with the World

09-27

915

本文基于镜舟科技 CTO、StarRocks TSC 成员张友东在 StarRocks Connect 2025 活动上的主题分享整理而成。围绕大会的核心主题——“数据与世界的连接”，本文将从三个维度进行阐述：过去：StarRocks 通过开源的力量，将全球的社区用户紧密联系在一起。现在：StarRocks 正在推动数据与现代化数据分析应用的融合。未来：StarRocks 将进一步探索数据分析与 AI Agent 的结合。

博客

StarRocks 助力印度领先即时零售平台 Zepto 构建实时洞察能力

09-24

828

开源无国界，在本期 “StarRocks 全球用户精选案例” 中，我们走进印度即时零售品牌 Zepto。随着规模扩张，Zepto 借助 StarRocks 从 Postgres MVP 升级为生产级实时分析平台，单表每日导入 3000 万+ 行数据，在品牌看板上实现亚秒级查询，帮助品牌合作伙伴从“日报表”迈向准实时洞察，快速响应市场、智慧决策。

博客

StarRocks Connect 2025 圆满落幕：AI Native 时代，数据分析未来已来

09-22

930

StarRocks Connect 2025峰会聚焦数据分析与AI融合 9月13日，StarRocks Connect 2025线上线下同步举行，以“连接”为主题，汇聚全球数万名开发者与行业专家。镜舟科技CTO张友东分享了StarRocks的发展历程，从性能引擎到AIAgent辅助数据建模的演进，并宣布Multi-warehouse企业级能力开源。峰会还展示了Shopee、携程、Cisco等企业的落地实践，证明StarRocks在实时分析、成本优化等方面的卓越表现。

博客

爱奇艺技术实践：基于 StarRocks 释放天玑买量数据价值

09-22

1155

天玑买量平台服务于 UG 买量业务，由于业务特性，优化师需要丰富且准确的端内+端外数据来辅助投放决策。目前买量的数据有来自 UG 数仓的，有来自媒体 MAPI 拉取的，形式上有离线的，也有实时的。并且数据存储形式多样，业务数据主要使用 MySQL，离线数据基于数据湖写入 ClickHouse，实时数据基于 TiDB，在如此多异构数据的前提下，又有联合分析的场景，准确性和时效性都面临考验，因此我们决定基于 StarRocks 构建统一数仓，来消减异构数据带来的复杂性，同时支持业务对数据准确性和实时性的要求。

博客

淘宝闪购实时分析黑科技：StarRocks + Paimon撑起秋天第一波奶茶自由

09-04

1153

当“秋天的第一杯奶茶”冲上热搜时，很多人看到的是用户的热情与订单的暴涨，而在背后，技术团队同样在全力以赴。自 4 月 30 日淘宝闪购上线以来，短短 100 天，业务团队创造了一个奇迹，技术团队则在高并发与海量数据的冲击下迎来前所未有的挑战。闪购项目期间，亿级营销投入叠加多端流量，实时决策与调控对数据提出了分钟级的要求。为应对挑战，饿了么数据团队依托一年多的湖仓探索与沉淀，选择 StarRocks + Paimon 搭建实时湖仓架构，并通过物化视图优化、RoaringBitmap 去重和大查询治理

博客

欧洲数字化养殖平台 Herdwatch 借力 Iceberg + StarRocks 提升分析能力

08-27

1030

本文将聚焦 Herdwatch 在构建现代化数据平台的探索历程，重点介绍其如何借助 Apache Iceberg 与 StarRocks，实现性能提升、成本优化与治理完善。

博客

欢乐互娱：StarRocks 助力游戏数据平台实现极速分析与高效运营

08-25

1082

作者：康伟豪欢乐互娱数据中台负责人欢乐互娱作为一家全球化的游戏研发与发行公司，业务涵盖 MMORPG 和 ACT 等多种品类，其产品在东南亚、日韩、美洲以及港澳台地区均有发行随着业务的不断扩展，欢乐互娱面临着日益增长的数据体量和复杂度挑战。公司的数据量从最初的每日百万级增长到每日百亿级，最高峰值甚至达到每日 150 亿条，这使得数据分析的需求和复杂度显著提升，对底层数据平台提出了更高的要求。