计划内容

1. Alluxio 在计算引擎与底层存储之间解决什么问题。
2. Master、Worker、命名空间与挂载点的核心机制。
3. 分层存储、缓存策略、数据一致性与淘汰机制。
4. 与 Spark、Trino、Presto、Hive 等计算引擎的集成。
5. 高可用、容量规划、监控和常见故障排查。
6. 基于真实工作负载的缓存命中率与性能对比。

计划内容

1. FE 与 BE 在查询生命周期中的职责边界。
2. SQL 解析、优化、分布式计划生成与调度。
3. 向量化执行模型与算子实现。
4. Pipeline 执行引擎、并发度和任务调度。
5. Join、聚合、Shuffle 与 Runtime Filter。
6. 如何阅读 Profile 并定位 CPU、内存、网络和数据倾斜问题。

计划内容

1. Doris 的数据组织：分区、分桶、Tablet、Rowset 与 Segment。
2. 列式存储、编码和压缩的实现思路。
3. 前缀索引、ZoneMap、Bloom Filter 等索引的适用场景。
4. Compaction、写入放大与数据版本管理。
5. 多副本、故障恢复和存储介质管理。
6. 从真实查询与导入任务出发进行参数调优。

该分区按技术领域组织，而不是把所有文章平铺在同一层目录中。

• Doris：分析型数据库与实时数仓，后续将继续整理存储引擎与计算引擎。
• Trino：分布式 SQL 查询引擎。
• Alluxio：分布式缓存、数据编排与计算存储加速。
• Hive：数据仓库与离线计算。
• Apache Ranger：权限、安全与数据治理。

本目录用于整理 Doris 的架构原理、数据建模、数据导入、查询优化与运维实践。

• Doris 存储引擎：数据组织、索引、压缩、Compaction 与副本管理。
• Doris 计算引擎：查询规划、向量化执行、Pipeline 与分布式数据交换。

两篇文章已建立写作提纲，后续可以结合源码、实测数据和架构图逐步补充。

本目录用于整理 Hive 的架构、安装部署、SQL 使用与性能优化。

• Hive 单节点离线安装

本目录用于整理数据权限、安全审计、元数据与治理体系相关内容。

• Apache Ranger

本目录用于整理 Trino 的核心架构、Connector、查询执行、性能优化与生产实践。

后续文章直接放在当前目录中，并使用小写英文短横线命名，例如 connector-development.md。

Hive的安装

一、安装Hadoop

安装Hadoop是安装Hive的前置步骤。

Hadoop安装包下载地址：清华大学开源软件镜像站