数据仓库总结
数据仓库，英文名为Data Warehouse，简写为DW或DWH。数据仓库，是一个面向主题的、集成的、随时间变化的、但信息本身相对稳定的数据集合，用于对管理决策过程的支持。它是单个数据存储，出于分析性报告和决策支持目的而创建。 为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。
实时数仓Kappa架构：从入门到实战
【11月更文挑战第24天】随着大数据技术的不断发展，企业对实时数据处理和分析的需求日益增长。实时数仓（Real-Time Data Warehouse, RTDW）应运而生，其中Kappa架构作为一种简化的数据处理架构，通过统一的流处理框架，解决了传统Lambda架构中批处理和实时处理的复杂性。本文将深入探讨Kappa架构的历史背景、业务场景、功能点、优缺点、解决的问题以及底层原理，并详细介绍如何使用Java语言快速搭建一套实时数仓。
Confluent 首席架构师万字剖析 Apache Fluss（一）：核心概念
Apache Fluss是由阿里巴巴与Ververica合作开发的Flink表存储引擎，旨在提供低延迟、高效率的实时数据存储与变更日志支持。其采用TabletServer与CoordinatorServer架构，结合RocksDB和列式存储，实现主键表与日志表的统一管理，并通过客户端抽象整合湖仓历史数据，弥补Paimon在实时场景下的性能短板。
深度解读 RocketMQ 存储机制
RocketMQ 实现了灵活的多分区和多副本机制，有效的避免了集群内单点故障对于整体服务可用性的影响。存储机制和高可用策略是 RocketMQ 稳定性的核心，社区上关于 RocketMQ 目前存储实现的分析与讨论一直是一个热议的话题。本文想从一个不一样的视角，着重于作者眼中的这种存储实现是在解决哪些复杂的问题，因此我从本文最初的版本中删去了冗杂的代码细节分析，由浅入深的分析存储机制的缺陷与优化方向。
深入解析 Kafka Exactly Once 语义设计 & 实现
本篇文章主要介绍 Kafka 如何在流计算场景下保证端到端的 Exactly Once 语义，通过其架构上的设计以及源码分析帮助读者理解背后的实现原理。什么是 Exactly-Once?消息的投递语义主要分为三种：At Most Once: 消息投递至多一次，可能会丢但不会出现重复。At Least Once: 消息投递至少一次，可能会出现重复但不会丢。Exactly Once: 消息投递正好一次
Confluent 首席架构师万字剖析 Apache Fluss（二）：核心架构
原文：https://jack-vanlightly.com/blog/2025/9/2/understanding-apache-fluss
作者：Jack Vanlightly
翻译：Wayne Wang@腾讯
译注：Jack Vanlightly 是一位专注于数据系统底层架构的知名技术博主，他的文章以篇幅长、细节丰富而闻名。目前 Jack 就职于 Confluent，担任首席技术架构师，因此这篇 Fluss 深度分析文章，具备一定的客观参考意义。译文拆成了三篇文章，本文是第二篇。
