<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[secretWHD的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/secretWHD</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; secretWHD]]></copyright><item><title><![CDATA[AI Agent 安全护栏怎么做？]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/164227586</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/164227586</guid><author>secretWHD</author><pubDate>Mon, 31 Aug 2026 18:38:45 +0800</pubDate><description><![CDATA[AI Agent 对外开放前，安全护栏怎么做？
任何一个用户敲进输入框的文字，都可能是一句攻击——输入拦截、输出校验、权限审计、语义兜底，多 Agent 怎么隔离，一篇讲透。]]></description><category></category></item><item><title><![CDATA[AI Agent 上线后怎么监控？GraphRAG 运维监控实战]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/164212132</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/164212132</guid><author>secretWHD</author><pubDate>Mon, 31 Aug 2026 12:51:05 +0800</pubDate><description><![CDATA[评测体系管上线前好不好，运维监控管上线后一直好——从指标、日志、链路追踪到平台选型，一篇讲透。

]]></description><category></category></item><item><title><![CDATA[AI 应用评测体系（GraphRAG）]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/164174080</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/164174080</guid><author>secretWHD</author><pubDate>Sat, 29 Aug 2026 22:38:56 +0800</pubDate><description><![CDATA[一份 GraphRAG 应用的评测体系实操文档：评测集、8 类指标、LLM-judge 校准、GSB 回归上线判定。
]]></description><category></category></item><item><title><![CDATA[NL2SQL 落地怎么选？四条技术路线讲清楚]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/164080011</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/164080011</guid><author>secretWHD</author><pubDate>Wed, 26 Aug 2026 10:43:07 +0800</pubDate><description><![CDATA[NL2SQL（Natural Language to SQL）是指将用户的自然语言问题自动转换为可执行的 SQL 查询语句的技术。这是当下大模型在企业数据场景中最热门、也最具落地价值的应用方向之一。然而，NL2SQL 看似简单（“把话变成 SQL”），实际落地时却面临巨大挑战：企业数据表动辄成百上千张，字段命名五花八门（英文缩写、拼音、业务黑话），表间关联关系复杂，业务口径千差万别——“销售额”在不同部门可能有完全不同的定义。为了应对这些复杂性，业界从工程架构和技术演进两个维度，演化出多条技术路线。]]></description><category></category></item><item><title><![CDATA[本体论和数据标准到底差在哪]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/164066111</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/164066111</guid><author>secretWHD</author><pubDate>Tue, 25 Aug 2026 22:29:48 +0800</pubDate><description><![CDATA[本体论怎么有点像数据标准；不对，这几乎是整个世界运行的标准规范]]></description><category></category></item><item><title><![CDATA[从苦力到立法者：本体论重塑 AI 时代的数据治理]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/164065431</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/164065431</guid><author>secretWHD</author><pubDate>Tue, 25 Aug 2026 21:32:40 +0800</pubDate><description><![CDATA[数据治理的终点不是管数据，也不是管人，而是给 AI 立规矩。本体论，就是那部“宪法”]]></description><category></category></item><item><title><![CDATA[NL2SQL 落地怎么选？四条技术路线一张图讲透（附安全实践）]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/163896724</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/163896724</guid><author>secretWHD</author><pubDate>Wed, 19 Aug 2026 23:47:49 +0800</pubDate><description><![CDATA[本文系统梳理了自然语言转SQL（NL2SQL）的四条主流技术路线：
1）大模型直出（LLM2SQL）速度快但稳定性差；
2）模板规则（DSL2SQL）通过填槽方式保证稳定可控；
3）指标语义层（MQL2SQL）实现口径统一；
4）逻辑计划（LP2SQL）实现业务逻辑与物理存储解耦。
文章详细分析了各路线优缺点、适用场景及代表产品，指出选型需综合考虑冷启动速度、治理难度和企业级需求。目前BIRD基准的SOTA模型准确率约70-80%，实际落地需重点解决权限控制、SQL注入防]]></description><category></category></item><item><title><![CDATA[第二步 CDH6.3.2升级Flink至1.12.7]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/125310874</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/125310874</guid><author>secretWHD</author><pubDate>Thu, 16 Jun 2022 10:19:47 +0800</pubDate><description><![CDATA[CDH6.3.2升级Flink至1.12.7]]></description><category></category></item><item><title><![CDATA[第一步 CDH6.3.2集成自制Flink1.12.7]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/125310575</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/125310575</guid><author>secretWHD</author><pubDate>Thu, 16 Jun 2022 10:13:33 +0800</pubDate><description><![CDATA[修复CDH中Flink的log4j漏洞]]></description><category></category></item><item><title><![CDATA[Doris 粗学 笔记]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/125160125</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/125160125</guid><author>secretWHD</author><pubDate>Tue, 07 Jun 2022 10:17:50 +0800</pubDate><description><![CDATA[Doris 粗学笔记，主要是了解Doris的特性和基本操作]]></description><category></category></item><item><title><![CDATA[伴鱼数据质量平台实践+DolphinScheduler调度]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/124456462</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/124456462</guid><author>secretWHD</author><pubDate>Wed, 27 Apr 2022 17:45:54 +0800</pubDate><description><![CDATA[日常工作中，数据开发、数仓开发工程师开发上线完一个任务后并不是就可以高枕无忧了，时常会因

为上游链路数据异常或者自身处理逻辑的 BUG 导致产出的数据结果不可信。而这个问题的发现可能会经历一个较长的周期（尤其是离线场景），往往是业务方通过上层数据报表发现数据异常后 push 数据方去定位问题（对于一个较冷的报表，这个周期可能会更长）。同时，由于数据加工链路较长需要借助数据的血缘关系逐个任务排查，也会导致问题的定位难度增大，严重影响开发人员的工作效率。更有甚者，如果数据问题没有被及时发现，可能导致业务方作出]]></description><category></category></item><item><title><![CDATA[Flink Table 的三种 Sink 模式]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/122329316</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/122329316</guid><author>secretWHD</author><pubDate>Wed, 05 Jan 2022 18:28:34 +0800</pubDate><description><![CDATA[作为计算引擎 Flink 应用的计算结果总要以某种方式输出，比如调试阶段的打印到控制台或者生产阶段的写到数据库。而对于本来就需要在 Flink 内存保存中间及最终计算结果的应用来说，比如进行聚合统计的应用，输出结果便是将内存中的结果同步到外部。

就 Flink Table/SQL API 而言，这里的同步会有三种模式，分别是 Append、Upsert 和 Retract。实际上这些输出计算结果的模式并不限于某个计算框架，比如 Storm、Spark 或者 Flink Da...]]></description><category></category></item><item><title><![CDATA[CDGA考后感]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/122163803</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/122163803</guid><author>secretWHD</author><pubDate>Mon, 27 Dec 2021 00:39:02 +0800</pubDate><description><![CDATA[20211227 下午2点-3点半考试，谈谈考后感想

CDGA考试主要是考理论，考理解；CDGP才是考技术。不算是背，有些概念平时工作中遇到了，多刷题，自然能够熟悉，所以不需要背，靠理解。

考的知识点足够细，到扣字样的程度，当然就几道题是这样，还有些题目选项是书中没有的，是相关技术概念的衍生物或实际情况(因为备考书是翻译过来的，出题人也是国内的，所以考题会根据国内的实际情况来考，这点很好)

大部分的考点主要还是书中的，所以备考要多看书，多看书，多看书，重要是事情说三遍。

然后在结合练习题，熟悉的出题]]></description><category></category></item><item><title><![CDATA[《DAMA数据管理知识体系指南》整体介绍]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/121091537</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/121091537</guid><author>secretWHD</author><pubDate>Mon, 01 Nov 2021 23:44:16 +0800</pubDate><description><![CDATA[从整本书的目录

第一章：数据管理

第二章：数据处理伦理

第三章：数据治理

第四章：数据架构

第五章：数据建模和设计

第六章：数据存储和操作

第七章：数据安全

第八章：数据集成和互操作

第九章：文件和内容管理

第十章：参考数据和主数据

第十一章：数据仓库和商务智能

第十二章：元数据管理

...]]></description><category></category></item><item><title><![CDATA[Docker 搭建完全分布式CDH集群]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/121002710</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/121002710</guid><author>secretWHD</author><pubDate>Wed, 27 Oct 2021 22:00:13 +0800</pubDate><description><![CDATA[前言

    基于前面的搭建，就会发现三台容器都是发布到一台物理机上，在一台物理机上实现了CDH集群的效果，这拿来测试还行，当时实际环境下，资源是远远不够用的。

    接下来，将基于前面的的步骤，使用安装包搭建完全分布式的CDH集群，在多个物理机上时间CDH集群的搭建。

    跨服务容器之间的通讯问题是搭建完全分布式CDH集群的难点，这里将使用Dokcer Swarm网络解决了这个问题。

1. 拷贝安装包

将镜像安装包拷贝到各个节点

主节点拷贝 master-serv...]]></description><category></category></item><item><title><![CDATA[安装篇2 - 安装CDH]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/121002408</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/121002408</guid><author>secretWHD</author><pubDate>Wed, 27 Oct 2021 21:30:32 +0800</pubDate><description><![CDATA[登陆Cloudera Manager平台

http://192.168.60.100:7180 账号密码：admin/admin

1.1



1.2



1.3 免费



2.1



2.2



2.3



2.4 选择CDH和Flink



2.5

将parcel包内的Hadoop，Hive等组件分发到各个节点进行解压激活





2.6



3.1 自行选择

自定义选择Zookeeper，HDFS，Yarn，Hive





3.2 DataNode和Zo......]]></description><category></category></item><item><title><![CDATA[Linux安装DolphinScheduler集群]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/120877515</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/120877515</guid><author>secretWHD</author><pubDate>Thu, 21 Oct 2021 00:07:03 +0800</pubDate><description><![CDATA[自行下载DS二进制安装包

以下步骤只需在一台节点上执行，一键部署后，会将程序分发到集群中，是不是很贴心

1. 解压

将下载的安装包拷贝到Linux内


mkdir -p /opt/dolphinscheduler \ 
&amp;&amp; tar -zxvf /root/dolphinscheduler-1.3.8-bin.tar.gz -C /opt/dolphinscheduler \ 
&amp;&amp; cd /opt/dolphinscheduler \ 
&amp;&amp; mv ]]></description><category></category></item><item><title><![CDATA[第一次 flinkx任务分配资源测试]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/120856548</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/120856548</guid><author>secretWHD</author><pubDate>Tue, 19 Oct 2021 23:21:39 +0800</pubDate><description><![CDATA[FlinkX1.10 设置-confProp，最终测试得出结论：

说明-confProp的jobmanager.memory.mb参数有效 ，读取flink-conf.Prop的jobmanager.heap.size参数无效

说明-confProp的taskmanager.memory.mb参数未生效 ，读取flink-conf.Prop的taskmanager.memory.mb参数有效

说明-confProp的parallelism.default参数未生效，读取flink-conf.Prop的]]></description><category></category></item><item><title><![CDATA[Flink多任务多启动模式同时进行]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/120836860</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/120836860</guid><author>secretWHD</author><pubDate>Mon, 18 Oct 2021 23:16:54 +0800</pubDate><description><![CDATA[不知你们遇到过这样得问题没：


ERROR org.apache.flink.runtime.entrypoint.ClusterEntrypoint         - Could not start cluster entrypoint YarnJobClusterEntrypoint.
org.apache.flink.runtime.entrypoint.ClusterEntrypointException: Failed to initialize the cluster entrypoint ]]></description><category></category></item><item><title><![CDATA[第二次 Flinkx任务资源分配测试]]></title><link>https://blog.youkuaiyun.com/secretWHD/article/details/120813473</link><guid>https://blog.youkuaiyun.com/secretWHD/article/details/120813473</guid><author>secretWHD</author><pubDate>Sun, 17 Oct 2021 18:09:50 +0800</pubDate><description><![CDATA[测试版本为FlinkX1.10

最终的测试结果：

设置parallelism并行度，在json文件的speed.channel里配置

设置taskmanger内存，在flink-conf.yaml的taskmanager.memory.process.size里配置

设置slot个数，在flinkx-conf.yaml的taskmanager.numberOfTaskSlots里配置

-confProp只有配置jobmanager.memory.mb才有生效，其他配置都不生效

yarn 配置
.]]></description><category></category></item></channel></rss>