摘要：
基于当下AI发展态势，如何实现：满足湖仓一体、存算分离、容器化、Data+AI的深度融合的企业数据架构？分层设计、及其技术组件的选型？ 阅读全文
posted @ 2026-09-03 00:19
千千寰宇
阅读(49)
评论(0)
推荐(0)
摘要：
0 基础工具 ASCII表 ASCII 表 - 菜鸟教程 ASCII = American Standard Code for Information Interchange 0x00 = NUT = NUL = (space) cron cron在线表达式生成与逆向解析器 https://cron 阅读全文
posted @ 2023-05-21 20:55
千千寰宇
阅读(623)
评论(0)
推荐(1)
摘要：
1 概述：OpenMetadata 使用指南 [元数据/数据资产/数据治理] OpenMetadata：面向数据与 AI 的开源【统一元数据】、上下文层平台、【数据治理平台】 - 博客园/千千寰宇 2 安装部署 前置要求 最小规格资源： 4C / 6GB Docker 20.10+（或 Docker 阅读全文
posted @ 2026-09-23 20:42
千千寰宇
阅读(13)
评论(0)
推荐(0)
摘要：
0 序 OpenMetadata —— 由 Apache Hadoop /Atlas 与 Uber Databook 创始团队打造、以「开放上下文层（Open Context Layer）」为定位、拥有 130+ 原生连接器的一体化开源元数据管理与数据治理平台。 创始团队本身就是大数据、元数据管理的 阅读全文
posted @ 2026-09-23 15:06
千千寰宇
阅读(15)
评论(0)
推荐(0)
摘要：
0 序 由 Datastrato 发起、已毕业为 Apache 顶级项目的【开源元数据湖】（Metadata Lake），通过一套统一模型与 API 直接管理分散在异构数据源、跨区域/云上的数据与 AI 资产元数据，并提供【一站式数据治理】。 https://datastrato.ai 关系型模型的 阅读全文
posted @ 2026-09-23 00:49
千千寰宇
阅读(9)
评论(0)
推荐(0)
摘要：
0 序 数据湖仓（Lakehouse）解决"一份数据存一处、BI 和 AI 都能用"，是物理底座； 数据编织（Data Fabric）解决"散在各处的数据不搬迁也能找得到、连得通"，是元数据 + 智能化的连接层； 数据网格（Data Mesh）解决"谁生产数据、谁对质量负责"，是组织与所有权范式。 阅读全文
posted @ 2026-09-22 19:40
千千寰宇
阅读(8)
评论(0)
推荐(0)
摘要：
0 序 接续:[任务调度/工作流] Apache Airflow：以代码为中心的开源工作流编排与批处理调度平台(领导者) - 博客园/千千寰宇 1 概述: Apache Airflow 核心组件（任何部署模式都有） Airflow 的部署方式，本质上由两个东西决定：跑在哪（单机/分布式） 和 用什么 阅读全文
posted @ 2026-09-22 01:58
千千寰宇
阅读(20)
评论(0)
推荐(0)
摘要：
1 Apache Gravitino vs OpenMetadata vs DataHub 元数据管理的开源项目（最热门的3个）：Apache Gravitino vs OpenMetadata vs DataHub 调研目标：数据目录 / 元数据管理领域的三个主流开源项目竞品分析与技术选型 调研日 阅读全文
posted @ 2026-09-21 19:54
千千寰宇
阅读(14)
评论(0)
推荐(0)
摘要：
0 序 本篇实际撰写于 2024年左右，但当时忘记发布，现做发布。 DAMA 的数据治理与管理框架 1 元数据管理概述 1.1 血缘分析 1.1.1 缘起：生物个体间的遗传亲缘关系分析 血缘分析是一种研究生物个体之间遗传关系的方法。它通过研究基因在家族成员之间的传递和分布，来确定他们之间的【亲缘关系 阅读全文
posted @ 2026-09-21 17:50
千千寰宇
阅读(12)
评论(0)
推荐(0)
摘要：
0 序 人工智能三要素中，AI模型(含:Agent)大家都在做、大家都可以买，企业(尤其是纯线上的互联网企业，乃至制造型企业)的核心竞争力/竞争壁垒在哪里? 这些天来，我的思考答案是：数据 + 领域专家/创新人才。（而企业数据资产，成为员工带不走的、持续沉淀/迭代的那部分核心资产） 那么这类企业构建 阅读全文
posted @ 2026-09-20 09:49
千千寰宇
阅读(24)
评论(0)
推荐(0)
摘要：
1 概述：JuiceFS 产品介绍 JuiceFS 是一款基于 Apache License 2.0 协议开源的高性能 POSIX 文件系统，专为云原生环境特别优化设计。它采用数据与元数据分离的架构：【文件数据】持久化存储到【对象存储】（如 Amazon S3、阿里云 OSS 等），而【元数据】则持 阅读全文
posted @ 2026-09-16 13:13
千千寰宇
阅读(35)
评论(0)
推荐(0)
摘要：
1 Airflow / DolphinScheduler / XXL-Job / Dify 多维度对比 总览对比 维度 Apache Airflow Apache DolphinScheduler XXL-Job Dify（AI赛道） 产品定位 数据工作流编排 + 批处理调度平台 分布式可视化数据编 阅读全文
posted @ 2026-09-16 01:36
千千寰宇
阅读(32)
评论(0)
推荐(0)
摘要：
0 序 目前大数据领域，主要用到的任务调度与工作流系统：Apache DolphiScheduler、Apache Airflow XXL-Job（早年在使用，现在基本退出历史舞台） 本篇讲讲 AirFlow。 1 概述：Apache Airflow 1.1 产品介绍 Apache Airflow® 阅读全文
posted @ 2026-09-16 01:25
千千寰宇
阅读(10)
评论(0)
推荐(0)
摘要：
0 序 Doris 是什么？当前主流的通用数据仓库、OLAP数据库 https://doris.apache.org/zh-CN/docs/4.x/getting-started/what-is-apache-doris Clickhoouse vs Doris 各自的核心优势? 其中之一：Dori 阅读全文
posted @ 2026-09-15 00:08
千千寰宇
阅读(13)
评论(0)
推荐(0)
摘要：
0 序 缘起 Chroma、Weixin 、Windows、Android 等都在使用 SQL Lite 两年前开始、至近期多次使用、研究 DB-GPT 这个 Data-Agent 开源项目。 DB-GPT 项目基于 Chroma 向量数据库做 Data-Agents Chroma 向量数据库自 0 阅读全文
posted @ 2026-09-13 13:30
千千寰宇
阅读(206)
评论(0)
推荐(1)
摘要：
0 序 缘起： DB-GPT => Chroma 两年前开始、至近期多次使用、研究 DB-GPT 这个 Data-Agent 开源项目。 DB-GPT 项目基于 Chroma 向量数据库做 Data-Agents Chroma 向量数据库自 0.4.0 开始，基于 SQL Lite 构建，将其作为元 阅读全文
posted @ 2026-09-13 13:24
千千寰宇
阅读(26)
评论(0)
推荐(0)
摘要：
0 序 缘起: pytest 做单元测试 1 概述 产品介绍 定位：pytest 是一个面向 Python 的开源测试框架，主打“用最小代价写出可读性高的测试”，同时可扩展到复杂的功能测试、集成测试和端到端测试。 核心理念： 用普通 assert 表达断言，由 pytest 提供失败时的详细信息。 阅读全文
posted @ 2026-09-10 16:47
千千寰宇
阅读(172)
评论(0)
推荐(0)
浙公网安备 33010602011771号