DevOps - Naifan Li's Bloghttps://blog.omagiclee.com/tags/devops/DevOps - Naifan Li's BlogHugo -- gohugo.iozh-CNSun, 06 Sep 2026 00:07:00 +0800数据平台 CI/CD 技术方案：从代码提交到服务、算子与数据发布https://blog.omagiclee.com/posts/ai-data/data-platform/ci-cd/Sun, 06 Sep 2026 00:07:00 +0800https://blog.omagiclee.com/posts/ai-data/data-platform/ci-cd/一次视频切分算子升级，可能通过全部接口测试、正常完成部署，却把片段边界整体偏移一秒。服务没有报错，后续标签、向量与训练样本却已经受到影响。这是数据平台建设 CI/CD 时必须面对的问题：代码能够运行、系统能够升级、输出数据能够被使用，是三个不同的验收结论。

本文承接 发布流程与环境管理，把环境和发布原则细化为流水线、制品、测试与恢复协议。以系列文章中的 React + TypeScript + Vite、FastAPI 和独立 Worker 为背景；以下目录、脚本与发布协议均为建议设计，不代表 Data Flywheel 已经实现。工具文档核对日期为 2026-09-06。

]]>数据平台发布说明体系：概念边界、主流实践与设计方案https://blog.omagiclee.com/posts/ai-data/data-platform/release-notes/Sun, 06 Sep 2026 00:03:00 +0800https://blog.omagiclee.com/posts/ai-data/data-platform/release-notes/数据平台的发布说明需要准确表达五项信息：变更内容、生效范围、兼容性影响、用户行动和恢复条件。代码合并、版本发布与租户实际启用是不同事件；服务升级还可能影响既有数据、运行中任务及下游消费者。

本文先界定 Commit、PR、Changelog 与 Release Notes 的职责，再对比 Databricks、Snowflake、BigQuery、Amazon Redshift、Microsoft Fabric 和 MaxCompute 的公开实践，最后给出自建平台的设计方案。资料核对日期为 2026-09-06；平台案例按原文发布日期描述，设计建议与厂商事实分别表述。

]]>数据平台发布流程与环境管理：Dev、Staging、Prod 如何协作https://blog.omagiclee.com/posts/ai-data/data-platform/release-environments/Sun, 06 Sep 2026 00:01:00 +0800https://blog.omagiclee.com/posts/ai-data/data-platform/release-environments/数据平台发布的不只是网页和 API，还可能包括采集连接器、计算任务、数据 Schema、模型权重、标签字典和向量索引。因此，“服务启动成功”远远不等于“发布成功”。一段正常执行的新代码，也可能静默生成错误数据。

环境管理的目标，是让每个版本经过有明确职责的验证，再以可追踪、可停止、可恢复的方式进入生产。下面是一套可按团队规模裁剪的实践方案。

结合 2026-09-06 阅读到的 Data Flywheel 代码，目前已有 SQLite 开发默认配置、Keycloak OIDC 与 PostgreSQL 接入代码，以及本地 Compose 基础设施配置。本文讨论的 Staging、制品晋级、灰度与恢复流程属于后续建设方案，不能将本地服务可启动视为生产发布体系已经完成。

]]>