Wood 大数据知识体系

外观

如何使用与贡献 ​

本站是什么 ​

Wood 大数据知识体系 是一套面向一线数据开发的中文知识库：按岗位路径与技术域组织，强调可落地步骤、常见坑与验收方式。

同仓库下的微信小程序（miniprogram/）侧重刷题与速记；本站（website/）侧重体系化阅读与工程实践。二者内容互补，互不覆盖。

本地运行 ​

在仓库中进入本站目录：

bash
cd website
npm install
npm run docs:dev

浏览器打开终端提示的本地地址（通常是 http://localhost:5173）。

构建与预览：

bash
npm run docs:build
npm run docs:preview

目录约定 ​

内容根目录为 docs/：

路径含义
index.md首页与知识地图概览
guide/使用与贡献说明
map/岗位路径 × 技术域总图
warehouse/数仓分层与建模
hive/ spark/ flink/批/流引擎
kafka/ realtime/ quality/消息、实时、质量

侧边栏在 docs/.vitepress/config.mts 中维护；新增章节时请同步更新 config。

内容规则（必读） ​

只收录可落地内容，拒绝空泛理论堆砌。每篇尽量包含：

  1. 何时用：适用场景与不适用边界
  2. 怎么做：可执行步骤（DDL / 作业 / 配置）
  3. 常见坑：生产里真实踩过的坑
  4. 如何验证：检查 SQL、对账、监控指标

示例旗舰文：数仓分层实践（ODS→ADS）

如何贡献 ​

  1. 在对应技术域目录新增或修改 Markdown
  2. 更新 config.mts 侧边栏链接
  3. 本地 npm run docs:build 通过后再提交
  4. 标题与正文使用中文；代码与路径保持可复制

欢迎把一线踩坑写成「步骤 + 验收」格式，比长篇概念综述更有价值。

相关约定 ​