数据集成
Apache Doris 支持与多类数据生态工具集成。您可以按照使用场景选择合适的工具，将 Doris 用于数据可视化、数据迁移同步、实时写入、日志与可观测性分析、数据库开发管理，以及数据建模转换。
BI 与可视化分析
Apache Superset
在 Superset 中配置 Doris 数据源，进行自助分析、图表制作和仪表盘搭建
Metabase
通过 Metabase Doris Driver 查询 Doris，并构建交互式分析看板
FineBI
使用 FineBI 连接 Doris，完成数据建模、多维分析和 Dashboard 构建
Power BI
在 Power BI Desktop 中通过 Doris 连接器查询或导入 Doris 数据
Tableau
通过 Tableau 官方 MySQL 连接器访问 Doris，并基于 Doris 数据制作可视化
QuickSight
使用 AWS QuickSight 的 MySQL 数据源以直查或导入模式连接 Doris
Quick BI
在阿里云 Quick BI 中创建 Doris 数据源和数据集，搭建可视化分析报表
Smartbi
将 Smartbi 与 Doris 集成，用于数据连接、建模和可视化分析
数据库开发与管理
DataGrip
使用 DataGrip 的 MySQL 数据源连接 Doris，查询和管理 internal catalog 与 external catalog
DBeaver
通过 DBeaver 的 MySQL 驱动连接 Doris，进行 SQL 查询和可视化数据库管理
CloudDM
使用 CloudDM 管理 Doris 数据源，支持查询、可视化编辑、权限管控和数据库 CI/CD
数据迁移、同步与批量导入
CloudCanal
通过 CloudCanal 将 MySQL、Oracle、PostgreSQL、SQL Server 等源端数据迁移或同步到 Doris
DataX Doriswriter
使用 DataX Doriswriter 通过 Stream Load 将多种数据源的数据同步到 Doris
Kettle Doris Plugin
在 Kettle 作业中使用 Doris 插件，通过 Stream Load 将处理后的数据写入 Doris
SeaTunnel Doris Sink
通过 SeaTunnel Doris Sink 进行分布式数据同步，支持实时同步和 exactly-once 写入
Doris Streamloader
使用 Doris Streamloader 执行多文件、多并发的 Stream Load 导入，并支持断点续传
Spark Load
借助外部 Spark 资源预处理并导入大规模历史数据，降低 Doris 集群导入压力
Hive UDF
可在 Hive 表中直接生成、运算 Bitmap 与 HLL，通过 Hive Catalog 或 Spark Load 直接导入 Doris。
流式接入与大数据计算
Flink Doris Connector
在 Flink 中读写 Doris，支持流批写入、Lookup Join，以及基于 Flink CDC 的整库同步
Spark Doris Connector
在 Spark 中通过 RDD、DataFrame 或 Spark SQL 读写 Doris，支持批量和流式写入
Doris Kafka Connector
使用 Kafka Connect 将 Kafka Topic 中的数据持续写入 Doris
AutoMQ Load
通过 Doris Routine Load 消费 AutoMQ 的 Kafka 兼容 Topic，实现实时数据导入
日志与可观测性
Filebeat
使用 Beats Doris output plugin 采集日志、指标或审计数据，并实时写入 Doris
Fluent Bit
通过 Fluent Bit Doris Output Plugin 采集日志，并经 Stream Load 写入 Doris
Logstash
使用 Logstash Doris output plugin 采集、预处理日志，并实时写入 Doris
LoongCollector
通过 LoongCollector Doris Flusher 采集和处理日志，并将数据写入 Doris
OpenTelemetry
将 OpenTelemetry 的日志、链路追踪和指标数据导出到 Doris 进行统一分析
Vector
使用 Vector Doris Sink 收集、转换并路由日志、指标和链路追踪数据到 Doris
Langfuse on Doris
部署以 Doris 作为分析后端的 Langfuse，用于 LLM 应用可观测性分析
