【置顶】未来学习计划
对于已经掌握的知识，必须要及时进行复盘与总结，并且进行文字化的输出！ 2026 年学习方向已重新定位：过去以 Go、Java、数据库、中间件为代表的传统技术栈，大多已是成熟甚至被替代的知识。未来的重心是——理解 AI 行业、理解大模型算法、理解商业与各行各业，用 AI 赋能行业应用，本质是从”技术执行者”转向”技术价值的
大布丁的博客
C++ STL 容器学习笔记
2020-2021 年算法刷题时期学习的 C++ STL 容器笔记（map、priority_queue/multiset、unordered_map、unordered_set）合并整理。除了 bitset、priority_queue（堆）以及 AVL（平衡树相关）之外，其他的都可以进行短时间的手撕代码实现，但熟悉容器用法依然是刷题效率的基础。 map（有序映射）map 简介ma
企业级大数据底座技术架构与未来迭代思路
上一篇对比了本地 DataSophon（2.0.0）与开源增强版（3.0-SNAPSHOT）的差异。本文跳出版本之争，回答一个更本质的问题：当前企业级大数据底座的技术架构长什么样？未来 3-5 年产品如何迭代？是继续在 DataSophon 上投入，还是走所谓的技术转型？ 一、当前企业级大数据底座的技术架构不管上层用什么平台管理，企业级大数据底座的物理构成大同小异，可以按七层来拆： 层次
Doris 原理、部署与调优指南
Doris 是 MPP（Massively Parallel Processing，大规模并行处理）分析型数据库，定位”在线报表 + 实时分析”，主打高并发点查与多表 Join。本文覆盖底层原理、集群部署（FE/BE）、参数优化与常见问题，作为湖仓时代 OLAP 引擎的第一块拼图。 底层原理速览 MPP 架构：一条 SQL 拆成多个子任务在多个 BE 上并行执行，结果汇总返回，吞吐随
Gravitino 原理、部署与调优指南
Gravitino 是 Apache 孵化的统一元数据管理层：把 Hive、Iceberg、MySQL、Kafka、AI 模型等分散的元数据统一到一个”Metalake”里管理，并提供统一的权限与审计。它是湖仓一体时代”多引擎共享一份元数据”的基础设施。本文覆盖原理（四级模型）、部署（gravitino-server + Catalog 对接）、参数优化与常见问题。 底层原理速览 四级模型：M
Iceberg 原理、部署与调优指南
Iceberg 是”表格式”（Table Format）不是数据库：它把”一张表”定义为一组元数据与数据文件的规范，让 Spark/Flink/Trino/Doris 都能读写同一张表并保证 ACID。它是湖仓一体的地基。本文覆盖原理（快照与元数据层级）、集成部署（无独立服务）、参数优化与常见问题。 底层原理速览 三层元数据：Table Metadata（表元数据
Hudi 原理、部署与调优指南
Hudi 是 Uber 开源的增量数据湖框架：给”不可变”的数据湖加上更新与增量读取能力。它与 Iceberg、Paimon 并称湖格式三兄弟，特点是 Copy-on-Write / Merge-on-Read 双表型与成熟的索引体系。本文覆盖原理、集成部署（Spark/Flink）、参数优化与常见问题。 底层原理速览 两种表类型： COW（Copy-on-Write，写时
JuiceFS 原理、部署与调优指南
JuiceFS 是”元数据 + 数据分离”的分布式文件系统：数据放对象存储，元数据放数据库，本地留一层缓存。它给大数据底座带来的价值是存算分离的 POSIX 入口——Hadoop 生态、AI 训练、容器都挂同一份数据。本文覆盖原理、部署（客户端/Hadoop SDK/CSI）、参数优化与常见问题。 底层原理速览 三件套架构：对象存储（存数据）+ 元数据引擎（存目录/
Paimon 原理、部署与调优指南
Paimon（原 Flink Table Store，Apache 孵化项目）是”流式数据湖仓”：在湖格式上叠加 LSM 结构与 Changelog，让 Flink 能对湖表做流读流写，主键表支持 CDC 同步与行级更新。本文覆盖原理（LSM/Bucket/Changelog）、集成部署（Flink/Spark）、参数优化与常见问题。 底层原理速览 表类型：主键表
StarRocks 原理、部署与调优指南
StarRocks 是从 Doris 分叉出的 MPP 分析引擎，在”高并发点查、实时更新、物化视图、存算分离”上走得更远。本文覆盖底层原理、集群部署（FE/BE）、存算分离形态、参数优化与常见问题。与《Doris 原理、部署与调优指南》对照阅读，差异点会标出来。 底层原理速览 FE / BE 架构：与 Doris 同源（FE 元数据与查询规划，BE 存储与执行），但查询优
Go 语言基础与工程实践笔记
2022 年学习 Go 语言基础与工程实践的多篇笔记（基础知识点、错误处理、TDD、面试复盘、学习方向思考等）合并整理。 Go 基础知识点自我总结 tips: 总结知识点一定要自己动手，这样知识点才能牢记！比如开源社区有雨痕大佬的 Go 语言笔记，但是光看几个用法，而不进行代码的编写，代码能力提升不明显，能看懂，但是做不到，形成一种眼高手低的习惯。更何况，以后的工作本来就是写需求的代码，所以，
Go 网络编程与框架学习笔记
2022 年学习 Go 网络编程的四篇笔记（HTTP 服务器/客户端、gin 框架、zinx 框架、轻量级 IM 项目）合并整理。 Golang 开发一个 HTTP Web 服务器/客户端 之前的 zinx 学习，是基于 TCP/UDP 的 socket 协议进行编写，而本次要实现的是基于 HTTP 协议开发一个 Web 服务器端与客户端！
Go 并发与内存学习笔记
2022 年学习 Go 并发编程的五篇笔记（GMP 模型、垃圾回收、channel、sync.Mutex、sync.Pool）合并整理。内容主要参考极客时间 Go 并发编程实战课（鸟窝大佬），如有需要查看其详细内容，请前去购买。 GMP 模型分析关于 GMP 模型的一些理解，G 为 goroutine，M 为 thread（内核级线程）、P 为 Processor（处理器）。 Golang 早
Jenkins 原理、部署与调优指南
大数据底座的迭代思路里提到”引入 CI/CD，把组件部署从手工变为流水线”，落地首选就是 Jenkins。本文按”原理 → 部署 → 调优”三步整理企业级使用指南，延续《Kerberos 部署与调优指南》等系列的结构。 一、Jenkins 核心原理1、Jenkins 是什么Jenkins 是 Java 编写的开源 CI/CD 工具，负责”自动化的构建、测试、发布”。它的核心
MySQL 学习笔记：SQL 复习、原理与优化
2022 年学习 MySQL 的三篇笔记（SQL 语法复习、MySQL 原理、MySQL 优化）合并整理。原理先行，实践在后。 一、SQL 语法复习轻量化复盘一下 SQL 操作，以及 MySQL。 SELECT 语句数据查询是关系运算理论在 SQL 语言中的主要体现。SQL 的数据查询只有一条 SELECT 语句，其使用最广泛。一个完整的 SELECT 语句包含了六个子句，前两个子句是必备的，
Redis 学习笔记：概念、持久化与底层
2022 年学习 Redis 的两篇笔记（浅谈 Redis 中间件、深入理解 Redis 底层）合并整理。教程来源于 b站狂神说 Java 的 Redis 教程，底层部分配图主要来自极客时间。 Redis 概念1、Redis 是基于计算机内存的数据库，一般称为缓存数据库，由于没有固定的表结构与关系，也叫 NoSQL（Not Only SQL）数据库。 2、为什么要使用 Redis： 数据的爆
2022 年周总结合集
2022 年 3 月至 6 月写的 9 篇周总结合并整理。求职、成长、技术学习的记录，按时间顺序保留。 第 11 周总结（2022-03-14）上一周没怎么写博客，第一个是杂事比较多，理论方向的学习偏少；第二是跟大佬交流，发现自己存在找原因性的思维方式，需要转变自己的思维。因此，一段时间写一次总结性的博客是很有必要的。 关于求职大佬提醒我，要建立模板化、模块化的求职思路，如面试之前需要搜集相关
DataSophon 部署大数据组件：参数说明与优化实践
本文基于本地源码工程（datasophon，2.0.0 分支，对应 datasophon-api/src/main/resources/meta/DDP-2.0.0）梳理 DataSophon 的组件部署机制：服务如何定义、参数如何组织、平台如何自动注入变量，并逐一给出核心组件的参数说明与优化建议。此前的手工部署与调优系列（HDFS/YARN/Hive/Spark&