傳統(tǒng)數(shù)據(jù)分析場(chǎng)景中，大型企業(yè)同時(shí)進(jìn)行復(fù)雜分析的用戶數(shù)量通常有限，可能是幾十到幾百的量級(jí)。但在 Agent 時(shí)代，情況發(fā)生根本變化。每個(gè)業(yè)務(wù)流程都可能部署多個(gè)專業(yè)化 Agent，這些 Agent 并行工作，處理大量并發(fā)請(qǐng)求。

我們以電商平臺(tái)場(chǎng)景為例：客服 Agent 處理客戶咨詢，推薦 Agent 生成個(gè)性化推薦，庫(kù)存 Agent 監(jiān)控庫(kù)存狀態(tài)，價(jià)格 Agent 動(dòng)態(tài)調(diào)整價(jià)格策略，營(yíng)銷(xiāo) Agent 優(yōu)化廣告投放，風(fēng)控 Agent 實(shí)時(shí)檢測(cè)異常交易。每個(gè) Agent 都持續(xù)查詢數(shù)據(jù)庫(kù)，查詢頻率和復(fù)雜度遠(yuǎn)超傳統(tǒng)應(yīng)用。中等規(guī)模企業(yè)可能需要同時(shí)支持?jǐn)?shù)百上千個(gè) Agent 并發(fā)訪問(wèn)，每個(gè) Agent 每秒發(fā)起數(shù)次甚至十幾次查詢，數(shù)據(jù)庫(kù)需要處理數(shù)千甚至上萬(wàn)次并發(fā)查詢。超大集團(tuán)的 Agent 數(shù)量和查詢并發(fā)量將指數(shù)級(jí)增長(zhǎng)。

Apache Doris 的 MPP 分布式架構(gòu)在這種場(chǎng)景下展現(xiàn)獨(dú)特優(yōu)勢(shì)。與傳統(tǒng)主從架構(gòu)不同，Apache Doris 采用無(wú)主節(jié)點(diǎn)分布式設(shè)計(jì)，每個(gè) BE 節(jié)點(diǎn)都可獨(dú)立處理查詢請(qǐng)求，避免單點(diǎn)瓶頸。面對(duì) Agent 高并發(fā)訪問(wèn)時(shí)，Apache Doris 可通過(guò)增加 BE 節(jié)點(diǎn)線性擴(kuò)展查詢處理能力。Doris 的向量化執(zhí)行引擎充分利用現(xiàn)代 CPU 的 SIMD 指令集，處理 Agent 生成的大量聚合查詢和過(guò)濾操作時(shí)，性能提升可達(dá) 5-10 倍。