语落心生

最近有朋友找我问资源配置类似的问题，记在此处 目录 核心概念与架构基础 FE 节点规划公式 BE 节点规划公式 存储容量规划公式 内存规划公式 网络带宽规划公式 Bucket 数量规划公式 集群规模分

一、背景与问题引入 1.1 业务场景 想象一下这样的场景：你打开一个社交应用，想要找到附近志趣相投的人。传统的"附近的人"功能只能告诉你谁在你周围，但无法判断这些人是否真的适合你。这就是我们要解决的核

看到网上不少人都在谈论deepseek开源的Engram，刚好最近某微服务社区也有找我咨询过AI推理面建设相关，也谈一下自己关于在mooncake(kimi开源)的改造试想. 目录 一、核心问题与技术

1. 列式存储概述 Apache Doris 采用列式存储结构来组织数据，这是 OLAP 数据库的核心设计。列式存储将同一列的数据连续存储，具有以下优势： 高压缩率：同类型数据连续存储，重复值多，易于

1. StorageEngine 架构概述 1.1 核心架构设计 Doris 的存储引擎采用 LSM-Tree（Log-Structured Merge-Tree） 架构，专为写多读少场景优化。Sto

概述 在 Doris 的查询执行体系中，Coordinator（协调器）是 FE 端负责查询执行协调的核心组件。它由第 7 章的查询规划器生成分布式执行计划后接管，负责将逻辑执行计划转化为实际的物理执

导读 What：Nereids优化器的核心组件有哪些？Cascades框架是什么？ Why：为什么需要重写优化器？Nereids相比传统Planner有哪些优势？ How：Memo数据结构如何紧凑存储

导读 What：Planner 包含哪些核心组件？PlanNode、PlanFragment 的设计是什么？ Why：为什么需要将查询计划分片（Fragment）？为什么需要单机计划和分布式计划两个阶

某大厂的好友看了我的文章系列后，建议我写一个行为分析的案例，遂有此文 导读 本章通过一个用户深度行为分析案例，深入展示AgentScope的Skill系统在企业级应用中的实际落地。我们将从零开始构建一