跳转至

场景指南

Reference · 速查

本章组织

本章按 4 个业务领域 + 1 个全景入口：

外部权威：docs/references/scenarios/（推荐 / RAG / Agent 经典论文 · 工业实践博客）。

其他入口方式

本页是「按业务场景」入口。也可以从其他维度进入：

本章是场景视角 · 不复述机制

讲业务场景的端到端编排 + 工业案例切面。机制原理在对应技术栈章（lakehouse/ · retrieval/ · query-engines/ · bi-workloads/ · ai-workloads/ · ml-infra/ · catalog/ · pipelines/）· 本章不复述。

和 cases/ 配对：scenarios/X = "怎么做 X + 业界怎么做 X" · cases/X = 单家公司全栈历史与取舍。

怎么用

  • 带着业务问题进来 → 从 E2E 业务场景全景 开始
  • 想深挖某个业务 → 直接看下面"业务深挖"
  • 要搭架构 / 流水线 → 看"架构视角的端到端场景"
  • 要学工业案例 → 从业务页 §工业案例节切入 + 回 cases/ 看全栈

三角关系 · 场景 / 案例 / 机制

flowchart LR
  scenarios[scenarios/<br/>业务场景端到端<br/>+ 内嵌案例切面]
  cases[cases/<br/>全栈企业参考<br/>Netflix/LinkedIn/Uber/...]
  mech[机制章 canonical<br/>lakehouse/retrieval/...<br/>ai-workloads/ml-infra/catalog]

  user[读者] -->|带业务问题| scenarios
  user -->|研究业界全栈| cases
  user -->|学机制原理| mech

  scenarios -.切面指向.-> cases
  scenarios -.机制指向.-> mech
  cases -.对应场景指向.-> scenarios

从业务找入口 · 强烈推荐先读

  • ⭐ E2E 业务场景全景 —— 业务视角的分类框架 + Top 10 主流场景 + 前沿方向 + 决策矩阵 + Benchmark 索引。新同事带着业务问题进来，这里是第一站。

业务视角深挖

从业务问题出发的完整解决方案 · 每页含：业务图景 + 组件链路 + Benchmark + 工业案例深度切面（2-4 家）+ 陷阱。

场景页 主要内嵌案例
推荐系统 · 搜索 · 发现 ⭐ Pinterest · 阿里 · LinkedIn
RAG on Lake · 企业知识库问答 ⭐ Databricks · Snowflake · Netflix
BI on Lake · 湖上分析与仪表盘 ⭐ Databricks · Snowflake · Netflix
欺诈检测 · 风险控制 Uber · LinkedIn
CDP · 用户分群 阿里 · LinkedIn
Agentic 工作流 · 自动化 Databricks Genie · Snowflake Cortex · Anthropic
Text-to-SQL 平台 Databricks Genie · Snowflake Cortex Analyst · 阿里
多模检索流水线 Pinterest · 阿里 · Databricks

架构视角的端到端场景

从架构组件出发的流水线模板 —— 适合要搭建某条链路时参考。每页含"相关工业案例"短节 · 深度去 cases/ 全栈页。

  • 流式入湖 —— CDC + 事件流持续入湖 · 案例：LinkedIn Kafka · 阿里 Flink CDC
  • Real-time Lakehouse —— 端到端分钟级一体化 · 案例：阿里 Paimon · Uber Hudi
  • 离线训练数据流水线 —— 可复现 + PIT 的训练集生成 · 案例：Uber Michelangelo · Netflix Metaflow
  • Feature Serving —— 在线推理的毫秒级特征拉取 · 案例：LinkedIn Venice · Uber Palette/Genoa

按问题找场景 · 反向索引

"我要做 X · 先看哪页"：

我的问题 优先读 配对案例
做电商 / 内容推荐 recommender-systems Pinterest · 阿里 · LinkedIn
做企业知识库 / 客服 RAG rag-on-lake Databricks · Snowflake
做 BI 分析仪表盘 bi-on-lake Databricks · Snowflake · Netflix
做风控 / 反欺诈 fraud-detection Uber
做用户分群 / 画像 cdp-segmentation 阿里
做 Agent / 自动化 agentic-workflows Databricks Genie · Snowflake Cortex Agents
做自然语言 BI text-to-sql-platform Databricks Genie · Snowflake Cortex Analyst
做图文 / 视频检索 multimodal-search-pipeline Pinterest · 阿里
做 Feature Store 选型 feature-serving + ml-infra/feature-store LinkedIn Venice · Uber Palette
做训练数据 PIT Join offline-training-pipeline Uber Michelangelo
做流式湖仓 real-time-lakehouse 阿里 Paimon · Uber Hudi
做 Kafka 入湖 streaming-ingestion LinkedIn Kafka

不同读者的阅读建议

新同事 · 带业务问题进来

  1. 先读 business-scenarios 建立业务全景
  2. 按上面"反向索引"挑一页业务深挖
  3. 读业务页前半（业务 + 架构 + 组件）
  4. 读 §工业案例节（业界怎么做）
  5. 想深度看某家公司 → 跳 cases/

资深架构师 · 做选型决策

  1. 先读对应业务场景深挖页 §工业案例节（多家对比）
  2. 看 cases/studies.md 7 家横比矩阵
  3. 读 unified/index §5 团队路线主张
  4. 综合做决策

平台工程师 · 要搭架构

  1. 读"架构视角"4 页（streaming / real-time / offline-training / feature-serving）
  2. 配对对应机制章 canonical（ml-infra · ai-workloads · lakehouse · retrieval）
  3. 参考 cases/ 工业规模和取舍

中国团队特别建议

  • 推荐 / 电商场景：重点读阿里切面 · 配对 cases/alibaba
  • 流式湖仓：real-time-lakehouse + Paimon · 中国团队最可复制
  • 国内工业实践：目前 cases/ 只有阿里 · 后续补字节 / 腾讯 / 美团

和其他资源