Changelog¶

Reference · 速查

关于日期

早期版本（v0.1 – v0.7）集中在同一天完成多轮推进，日期为当次 commit 时间而非真实迭代周期。手册进入稳定期后才采用月度 / 季度节奏。真实历史见 commit log。

2026-04-25 · T2 治理收尾 · 长期参考库 + 章节组织声明 + 元数据深化¶

P1 · ADR-0011 同步：补 ADR/index.md 已有列表（漏加修正）

P2 · related slug 修复：8 处失效 slug 修正（含我 P6 自身的 lance vs lance-format bug）；YAML field 解析改用精确分隔符避免贪婪 bug

P3 · 长期参考库 + 章节组织声明（最大头）： - 新增 docs/references/<chapter>/ 目录结构 + 13 章 references 索引 - 6 章 bootstrap 含完整起步内容（lakehouse / retrieval / ai-workloads / ml-infra / catalog / ops） - 7 章占位含基础起步条目（foundations / query-engines / bi-workloads / pipelines / scenarios / cases / unified） - 新 ADR-0012 治理 references 长期维护规范（每条带类型 + 价值描述 + 辩证标注：工业验证 / 仅论文 / 厂商主张） - 修订 ADR-0011：从"X 轴"抽象标签 → "子组 + 一句话定位"实用格式 - 辩证发现：原"主题+产品双层轴"等抽象标签反而增加认知负担，读者要的是直接看子组 - 13 章 index.md 统一加"本章组织"admonition · 列子组 + 关键页 + 指向对应 references/ - nav 加"参考资料库"子菜单（在"速查与索引"组下）

P4 · depth 字段补 13 页：foundations 入门/进阶 / scenarios 资深 / compare/query-engines 进阶 · 启发式

外部权威验证（按本轮新增方法论）： - LangChain / LlamaIndex 官方文档结构与 ai-workloads/ 三层组织 cross-check - Google MLOps 成熟度模型与 ml-infra/ 三组分布对齐 - Apache Iceberg 官方 docs 结构与 lakehouse/ 五组接近 - 直接用 WebFetch 拉取，避免凭模型记忆写

辩证修正记录： - T2-P4 (level 审视) 取消：hooks/page_badges 验证发现 level 是纯元数据无 UI 消费，原计划价值低 → 替换为 depth 补齐（depth 才是真 UI 字段） - prerequisites 缺 172 页跳过：必须逐页判断真前置，不能批补 - aliases / systems / level 字段：跳过（纯元数据，无 UI 消费，价值低） - tag 长尾砍：T1 已辩证否决（产品名合法） - 自身 bug 揭露：P2 第一次正则贪婪导致 27 文件误改 → 立即回退 + 用精确分隔符重做

总计：5 commits · 影响 ~50 文件改动 · 14 个新文件（ADR-0012 + 13 references 索引）· 全程 mkdocs build --strict 通过

2026-04-25 · T1 治理大改造 · 元数据 + 边界 + 导航 + 章节规范¶

P1 · 信息架构 / 导航

主菜单提升「速查与索引」组：FAQ / 术语表 / 横向对比索引 / 按技术栈索引 / 按 Tag 浏览（原埋附录第 50+ 位 → 第 3 大菜单组）
4 个入口 index.md（roles / learning-paths / scenarios / cases）顶部统一加 5 维交叉链 admonition
一体化架构 nav 标题改为「一体化架构 · 跨章决策中心」，明示作用

P2 · 模块边界清理

materialized-view 双份对称 admonition（lakehouse 协议视角 / bi-workloads BI 视角，各为 canonical）
RAG canonical 标定 = ai-workloads/rag.md 范式总论；satellites（scenarios/rag-on-lake.md 工程实践、cases/* 公司切面）加 admonition 指回
ADR-0006 加条款锚定 unified/ 极窄设计是 feature 不是塌陷
contributing.md 加「新内容归属决策 5 问」+ scenarios/cases 边界规则

P3 · Frontmatter 机械补

84 页按类别批补 type/status/tags/applies_to
ADR / META / index 页 → reference 类型 + chapter tag
foundations → applies_to「通用基础概念 · 长期稳定」
scenarios → applies_to「2024-2026 工业实践」
其余技术页 → applies_to「2024-2026 主流」

P4 · level 字段补 44 页

启发式：行数 + 章节角色（cases/scenarios 偏 S · foundations/compare 偏 B · 其余按行数）
覆盖率 63% → 80%

P5 · tag 治理（保守归并）

13 处同义词归并（vector-database → vector · mlops → ml-infra · multi-modal → multimodal 等）
辩证发现：原以为「386 tag 失控」，深入看发现 87% 长尾是合法产品名（vllm / ragas / langfuse / mcp 等）· 不该删 · 只做同义归并 · 405 → 395

P6 · related 字段补 44 页

章节启发式：compare 解析 filename 提取对比对象 · system 页用同章兄弟 + canonical 概念 · ai-workloads 用同章相邻
slug 修正：catalog-strategy → strategy 等

P7 · glossary 扩充 18 个高频缺词

新增：AQE / Backfill / Bin-packing / Bloom Filter / CBO / Data Contract / Data Lineage / Dedupe / Iceberg v3 / Incident Management / Lakehouse / OpenLineage / PII / RBAC / SCD / Schema Drift / Semantic Layer / SLA·SLO·SLI / Snapshot Isolation / Star Schema
160 → 180 条目；保持「指向型反查索引」性质（非定义型）

P8 · 章节组织规范

新 ADR-0011：章节内部组织模式 · 显式声明轴 + 不强求统一
不同章节按其领域内在结构组织（抽象层轴 / 生命周期轴 / 关注点轴 / 主题+产品轴等）· 但 index.md 必须显式声明本章组织轴
contributing.md 加「季度自检 5 问」（过时 / canonical 漂移 / 章节组织 / 元数据 / 死链）

辩证修正记录

B2 unified/ 章节原计划「彻底废除」· 深读后发现是 ADR-0006 极严格归属验证的设计成果（跨章 orchestrator + 6 维地图 + 团队路线主张）· 改为「保留 + 防误解声明」
D1 tag 失控原以为要大幅删长尾 · 深查发现长尾多是合法产品名 · 改为保守同义归并

总计：9 commits · 影响 ~250 文件改动 · 不破坏内容 · 全程 mkdocs build --strict 通过

2026-04-17 · v0.8 · 品牌化与一致性修复¶

品牌

站点改名 Lakehouse + Multimodal Wiki → Multimodal Lakehouse Handbook（"手册"替"Wiki"，去符号堆砌）
子标题统一：多模一体化湖仓 · 面向 AI 与 BI 负载的工程手册
LICENSE 持有方同步更新

一致性修复

13 处"本 Wiki"、"Wiki 框架"、"Wiki 变更记录" 等行文改为"本手册" / "站点框架" / "手册变更记录"
首页 H1 调整：多模一体化湖仓 · Wiki → 多模一体化湖仓手册
首页架构图：rerank → mm 改回合理流向（rerank → mm / llm）；新增 iceberg → ann 表明 Puffin 路径
ADR 0001 标题：作为 Wiki 框架 → 作为站点框架（正文里对 GitHub Wiki / Outline 等具名系统保留原称）
README 同步到 143 页现状，更新目录树（加 pipelines / ml-infra / roles / cheatsheets）

说明

ADR 0001 正文里对 "GitHub Wiki"、"自托管 Wiki"、"富文本 Wiki" 等具名系统的称谓保留，那些是通用概念指代不是本站
lakehouse-wiki 仓库名和 Pages URL 保持不变（迁移成本 > 收益）

2026-04-17 · v0.7 · 完善版：管线 / ML 基础设施 / 角色 / 速查¶

新增目录

pipelines/ —— 数据管线（入湖、多模预处理、编排）
ml-infra/ —— ML 基础设施（Model Registry / Serving / Training / GPU）
cheatsheets/ —— 速查单（2026-04 S39 按主题归属合并到对应机制页 · 废除此目录）
roles/ —— 按角色入口（4 种角色 + index）

新页

pipelines: kafka-ingestion / bulk-loading / image-pipeline / video-pipeline / audio-pipeline / document-pipeline / orchestration
ml-infra: model-registry / model-serving / training-orchestration / gpu-scheduling
ai-workloads: prompt-management / rag-evaluation / agents-on-lakehouse / fine-tuning-data
foundations: compute-storage-separation
lakehouse: branching-tagging
ops: migration-playbook / troubleshooting
frontier: benchmarks
learning-paths: quarter-advanced（一季度资深路径）
adr: 0004 Catalog 选型 / 0005 引擎组合

结构性调整

首页加 "按角色入门" 链接
新目录在 nav 里加入
glossary 新增 30+ 条

2026-04-17 · v0.6 · 系统性打底¶

首页重做（加整体架构图 + 6 张 grid 卡）
一体化扩容到 6 页（新增 cross-modal-queries / compute-pushdown / case-studies）
基础新增：oltp-vs-olap / consistency-models / predicate-pushdown
新增 lakehouse/partition-evolution
Catalog 增 gravitino
查询引擎增 clickhouse / doris
检索增 weaviate
场景：新增 offline-training-pipeline / feature-serving
对比：parquet-vs-orc-vs-lance / embedding-models
运维：security-permissions / data-governance
ADR: 0002 Iceberg / 0003 LanceDB
Frontier seed: DiskANN paper note
顶层：faq.md

2026-04-17 · v0.5 · 核心要素补齐¶

foundations: vectorized-execution / mvcc / orc
lakehouse: streaming-upsert-cdc / compaction / delete-files
catalog: polaris
query-engines: flink / starrocks
retrieval: evaluation / diskann / qdrant / pgvector
ai-workloads: embedding-pipelines / semantic-cache
bi-workloads: olap-modeling / materialized-view / query-acceleration
ops: observability / performance-tuning / cost-optimization
scenarios: streaming-ingestion
learning-paths: month-1-bi-track
compare: catalog-landscape

2026-04-17 · v0.4 · 多模核心打底¶

foundations: lance-format / columnar-vs-row
lakehouse 7 页：manifest / schema-evolution / time-travel / puffin + 系统页 paimon / hudi / delta-lake
catalog: hive-metastore / iceberg-rest-catalog / unity-catalog
query-engines: trino / spark / duckdb
retrieval: ivf-pq / embedding / multimodal-embedding / milvus / lancedb / rerank
ai-workloads: feature-store
unified 3 页：lake-plus-vector / multimodal-data-modeling / unified-catalog-strategy
compare: iceberg-vs-paimon-vs-hudi-vs-delta / ann-index-comparison / vector-db-comparison
scenarios: multimodal-search-pipeline / bi-on-lake
learning-paths: month-1-ai-track

2026-04-17 · v0.3 · 初始种子¶

首页、14 章节导览、术语表、贡献指南、6 类页面模板
14 页种子内容（湖表、向量数据库、HNSW、RAG、DB vs 湖表等）
1 条 ADR（选 MkDocs Material）
CI 三条（markdownlint / mkdocs strict / lychee）

2026-04-17 · v0.1 · 骨架¶

MkDocs Material + GitHub Pages 基础框架
14 目录占位 + 6 类模板 + deploy workflow + Issue/PR 模板

版本号说明

只是粗粒度里程碑，不是语义化版本。真正的历史记录在 commit log。