部署

本文以「FDE（Forward Deployed Engineer，前向部署工程师）」为目标岗位，沿用《Agent Harness 岗的核心学习方法》的调研方法，对 Palantir、OpenAI、Anthropic、Google Cloud、Databricks、Scale AI…

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。

Gravitino 是 Apache 孵化的统一元数据管理层：把 Hive、Iceberg、MySQL、Kafka、AI…

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…

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。

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。

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…

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。

本文汇总 HDFS、YARN、Hive、Spark、Flink、Zookeeper、Kafka、MySQL、Redis、Nacos、RocketMQ 共 11 个组件的安装部署文档，统一了目录导航，便于对照查阅。各组件更深入的生产调优（8C16G / 32C256G / 64C512G…

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…