Apache Doris MCP
by Apache
Data warehouse en tiempo real basado en MPP con SQL analítico vía MCP
database Python Intermedio Auto-hospedable
⭐ 200 stars 📅 Actualizado: hace 1m
Descripción
Servidor MCP para Apache Doris, un data warehouse en tiempo real basado en MPP (Massively Parallel Processing). Doris está diseñado para cargas analíticas a gran escala con latencia de consulta inferior al segundo en conjuntos de datos de escala petabyte. Este servidor permite a los asistentes de IA ejecutar consultas SQL analíticas, explorar esquemas del data warehouse y realizar tareas de exploración de datos directamente en Doris. Construido para escenarios donde necesitas analítica interactiva sobre conjuntos de datos masivos — desde análisis de comportamiento de usuarios y dashboards en tiempo real hasta consultas ad-hoc de business intelligence. Proyecto de la Apache Foundation con fuerte respaldo comunitario.
✅ Ideal para
Equipos de ingeniería de datos con cargas analíticas a gran escala que quieren construcción de consultas y exploración de datos asistida por IA
⏭️ No recomendado si
Necesitas una base de datos relacional simple para cargas transaccionales pequeñas
💡 Casos de uso
- Ejecutar consultas analíticas sobre datos a escala petabyte desde asistentes de IA
- Explorar esquemas del data warehouse y entender relaciones entre tablas
- Construir dashboards y reportes en tiempo real mediante lenguaje natural
- Análisis ad-hoc de business intelligence sobre grandes conjuntos de datos
👍 Ventajas
- ✓ Proyecto de la Apache Foundation con comunidad activa y adopción empresarial
- ✓ Rendimiento de consulta inferior al segundo en conjuntos de datos masivos vía arquitectura MPP
- ✓ Protocolo compatible con MySQL facilita que los LLMs escriban consultas válidas
- ✓ Construido para analítica en tiempo real con ingesta de datos en streaming
👎 Desventajas
- ✗ Requiere un despliegue de cluster Apache Doris (no es una instalación local simple)
- ✗ La arquitectura MPP necesita planificación adecuada de recursos para rendimiento óptimo
- ✗ Enfocado en cargas analíticas — no apto para uso transaccional OLTP intensivo
🔧 Herramientas expuestas (4 herramientas)
| Tool | Categoría | Descripción |
|---|---|---|
| analyze_data | analysis | Ejecutar perfilado de datos y análisis estadístico sobre tablas |
| list_databases | discovery | Listar todas las bases de datos disponibles en el cluster Doris |
| describe_table | discovery | Obtener detalles del esquema e información de columnas de una tabla |
| execute_query | query | Ejecutar una consulta SQL analítica en Apache Doris |
⚡ Instalación
Requisitos previos:
- • python v3.10+
- • Apache Doris database credentials (host, port, user, password)
- • API key requerida
Consulta la documentación de Claude Code para configurar este MCP server.
💡 Consejos y trucos
Doris usa protocolo compatible con MySQL, por lo que la sintaxis SQL estándar funciona para la mayoría de consultas. Usa list_databases y describe_table primero para entender el esquema antes de ejecutar consultas analíticas complejas. Los conjuntos de resultados grandes pueden truncarse — añade cláusulas LIMIT a tus consultas para respuestas más rápidas.
🔄 Alternativas
Info rápida
- Autor
- Apache
- Licencia
- Apache-2.0
- Runtime
- Python 3.10+
- Transporte
- stdio
- Categoría
- database
- Dificultad
- Intermedio
- Auto-hospedable
- ✅
- Auth
- —
- Docker
- —
- Versión
- latest
- Actualizado
- 28 feb 2026
Compatibilidad con clientes
- ✅ Claude Code
- ✅ Cursor
- ✅ VS Code Copilot
- ❓ Gemini CLI
- ✅ Windsurf
- ✅ Cline
- ❓ JetBrains AI
- ❓ Warp
Plataformas
🍎 macOS 🐧 Linux 🪟 Windows