使用方式
先选浏览方式，再进入具体文章。
这里聚合站点中的全部文章，适合从“我要找某类问题”而不是“我要顺序读完一个专题”的方式进入。
按专题浏览
适合想连续阅读、系统建立知识结构的人。
全部文章
从全站视角浏览当前已发布内容。
Lakehouse 系列总览
用一组面向工程团队的文章，系统讲清 lakehouse 的边界、表格式、数据摄入、成本控制与治理落地。
云数据库系列总览
一组面向工程团队与技术管理者的云数据库系列文章，覆盖认知、选型、架构、性能、成本和迁移。
第 1 篇：Lakehouse 到底在解决什么问题
lakehouse 的核心价值不只是统一存储，而是把数据平台的存储、计算和交付边界重新拆开。
第 1 篇：云数据库到底改变了什么
云数据库的价值不只是托管，而是重新划分数据库生命周期中的责任边界。
第 2 篇：Iceberg、Delta Lake、Hudi 该怎么看
选表格式的关键不在于谁最流行，而在于你的写入模型、查询路径和引擎生态更适合哪一套事务与元数据机制。
第 2 篇：关系型、NoSQL、NewSQL 怎么选
数据库选型的关键不是“哪种技术更先进”，而是哪种约束更符合你的业务。
第 3 篇：Lakehouse 的数据摄入和建模别只盯着批流一体
lakehouse 的摄入链路重点不只是批流一体，而是怎样让原始层、明细层和消费层之间的责任边界稳定下来。
第 3 篇：高可用、备份与容灾的真实成本
在云数据库里，高可用、备份和容灾是三件相关但完全不同的事。
第 4 篇：Lakehouse 成本问题往往不在存储
lakehouse 平台真正容易失控的，通常不是对象存储费用，而是扫描量、重复计算和治理缺失带来的计算成本。
第 4 篇：性能治理不是只看 CPU
云数据库性能问题往往不是“机器不够大”，而是访问模型、索引和流量形态出了问题。
第 5 篇：Lakehouse 真正上线，卡在治理而不是查询引擎
一个 lakehouse 平台要真正跑到生产环境里，最难的通常不是把查询跑起来，而是把权限、质量、血缘和责任边界真正落地。
第 5 篇：云数据库为什么总是“越用越贵”
云数据库成本失控通常不是因为单价高，而是因为扩张路径没有被约束。
第 6 篇：从自建 MySQL 迁移到云数据库的实战路径
数据库迁移的重点不是“搬过去”，而是在可回滚前提下完成切换。
