数据工程深度指南：Modern Data Stack 全栈实践
深入探索 Modern Data Stack 的每个组件：ELT/ETL 架构选型、dbt 数据转换、数据仓库/湖/湖仓一体、Airflow/Prefect/Dagster 编排、Great Expectations/Soda 数据质量、DataHub/Amundsen 数据目录与治理。附完整代码示例与对比表。
posts
数据工程专题索引：从 ETL 到实时数仓的现代数据架构
现代数据工程实践合集，涵盖 ETL 设计、批流一体、数据质量、Data Mesh、FinOps 与平台工程。
数据管道设计模式：ETL vs ELT、增量同步与流批一体
深入剖析数据工程中的核心管道设计模式，涵盖 ETL 与 ELT 架构选型、批量与增量同步策略、CDC 捕获、流批一体实现以及数据质量保障体系。
数据治理与质量管理：数据血缘、质量监控与合规设计
在现代数据驱动的组织中，数据资产呈指数级增长。从业务系统到实时流处理、从数据湖到数据仓库，企业面临的不仅是技术架构的复杂性，更是如何确保数据可信、可追溯且符合监管要求的治理挑战。本文将从数据治理框架出发，深入探讨数据血缘、质量监控、数据目录与合规设计的核心技术与实践方法。
数据平台工程：Data Mesh、FinOps 与 DataOps 生产实践
深入解析数据平台工程的核心范式，涵盖 Data Mesh 架构设计、DataOps CI/CD 实践、FinOps 成本优化与平台工程模式，附完整代码示例与生产落地经验。
实时数仓架构实战：Kafka + Flink + ClickHouse 流批一体
从零构建基于 Kafka + Flink + ClickHouse 的实时数仓，涵盖数据采集、流式计算、OLAP 存储与实时大盘的全链路实战。
Kafka Connect CDC 实战：Debezium 数据同步与变更捕获
深入解析 Kafka Connect 与 Debezium 的 CDC 数据捕获架构，涵盖 MySQL、PostgreSQL Source Connector 配置，Elasticsearch 与 S3 Sink Connector 实践，Schema Evolution 策略以及 SMT 单条消息转换。
BI 可视化工具深度对比：Tableau、Power BI、Superset 与 Metabase
通过六大章节深入对比 Tableau、Power BI、Apache Superset 与 Metabase 四款主流 BI 可视化工具，涵盖产品定位、数据源接入、建模方法、图表配置、嵌入集成与自定义扩展，并附完整代码示例与选型决策表。
数据仓库建模深度指南：从 Kimball 到 Data Mesh
全面解析 Kimball 维度建模、Data Vault 2.0、Data Mesh、Anchor Modeling 与 OBT 五大建模方法论，涵盖星型/雪花模型、Hub-Link-Satellite、领域自治等核心概念与完整 SQL 实战
09. dbt 数据转换与 DataOps
dbt (data build tool) 完整实践指南：models、tests、docs、macros 核心概念，Jinja 模板编程，CI/CD 集成以及 dbt Cloud 与 dbt Core 部署策略。
08. Doris 与 StarRocks：MPP 实时分析
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。
07. ClickHouse 高性能分析引擎
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。
06. 数据湖技术：Iceberg vs Delta Lake vs Hudi
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。
05. Apache Flink 实时计算详解
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。
04. Apache Spark 批处理详解
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。