【摘要】日志字段变更的麻烦，多数不是"改不动"，而是"没有分层"——所有字段一律建成固定列，于是每次业务侧加一个 key 都要动一次表结构。我们做日志治理时把字...

摘要：本文面向网关访问日志这类持续高频写入场景，给出以 Apache Doris 为落地方案的写入链路架构、容量测算方法、分片与攒批参数规划，以及分阶段落地路径...

　　数据落到对象存储，组织成 Iceberg 表，再由 Spark、Flink 等计算引擎读写。相比直接管理大量文件，Schema、Snapshot、分区和表版...

构建自己的量化数据仓库，是把零散的数据获取、存储、管理整合成一个统一、规范、可持续维护的数据体系。它通常包括几个核心组成：数据采集层（统一抓取各类数据）、数据清...

数据湖看似强大，但实际使用中容易踩坑。本文分享真实经验，探讨如何避免数据湖带来的麻烦。

上个月帮一家连锁零售客户看报表。系统专为 OLAP 搭的，跟交易库分开，理论上不该慢。可运营拉一次"大区×品类×月份"的销售分析，看板要等好几分钟。业务咬定是 ...

摘要：随着团队对标准 SQL、多表关联和高并发在线查询的需求增加，不少同学开始评估从 ClickHouse 迁移到 Apache Doris。Doris 由 A...

实时数仓的建设，最耗工程能力的往往不是"数据存哪、怎么查"，而是数据进仓之前的那段链路——业务库的变更怎么实时进来、进来的数据怎么清洗转换、实时链路里的脏数据怎...

实时数仓的建设，很少是一开始就规划得清清楚楚的。多数企业的现实是：业务对实时性的要求越来越高，于是从某个具体场景切入，先做实时数据采集，再做实时计算，最后接上 ...

关键词：Apache Doris · SelectDB · 存算分离 · 计算存储分离 · 多计算集群 · TTL Cache · 弹性扩缩容 · StarRo...

关键词：Apache Doris · SelectDB · StarRocks · OLAP 选型 · 实时数仓 · 湖仓一体 · 向量检索 · 可观测性 · ...

上个月看云数仓账单，差点没坐住。一个不大不小的分析任务，月费顶得上团队半个月工资。找云厂商优化配置，对方说"建议加节点"，越说越离谱。

整个过程环节多、周期长、容易出错，且严重依赖个人经验。更致命的是，当多个项目同时推进时，只能串行排队，效率极低。

我最近开源了一个 Spark/Hive SQL 静态分析工具：Scope Lineage。

数据湖不是万能钥匙，但可能是你最需要的那把