data-engineering

共 45 篇文章。

深度解析 Apache Doris 与 StarRocks 的 MPP 架构、向量化执行引擎、物化视图、联邦查询能力与选型对比，以及生产集群部署与查询优化策略。

深入 ClickHouse 列式存储引擎：MergeTree 引擎家族、 sparse primary index、向量化执行、物化视图、集群分片与查询优化实战。

深度对比三大开源数据湖技术 Iceberg、Delta Lake 与 Apache Hudi 的架构设计、ACID 事务支持、Schema Evolution 与 Time Travel 能力，以及湖仓一体实践。

深入 Apache Flink 实时计算引擎：DataStream API 编程模型、Checkpoint 容错机制、Watermark 事件时间与窗口计算、以及 Exactly-Once 语义实现原理。

深入 Apache Spark 批处理核心：RDD、DataFrame、Dataset 对比与选型，Spark SQL 查询优化，Shuffle 机制原理与调优策略，以及 Spark Core 关键参数配置。