运维场景中心

结合 HDFS 块健康、节点容量与 YARN 队列证据，建立巡检、监控、单节点维护和恢复验收流程。

以 MySQL 单表为试点，核对 CDC 版本、增量快照与日志衔接、Schema 事件及目标提交，通过有限样本与隔离恢复验证同步边界。

理解 Iceberg 快照引用链与 Spark 提交，核对写入幂等、小文件维护、历史保留和清理恢复边界。

关联 Hive Metastore 分区登记、存储位置与 SQL 执行阶段，完成有限取证、候选修复和业务数据验收。

联查 MergeTree parts、查询内存、复制队列和备份恢复，区分本地表、分片与副本，完成有界诊断和隔离验收。

从 Driver、Executor、Stage 与 SQL 计划定位 Spark 作业瓶颈，结合事件日志和 checkpoint 核验批处理与流式恢复边界。

串联源位点、事件时间、算子状态、checkpoint 与 sink 提交，定位 Flink 反压和恢复失败并验证端到端结果。

先辨别 shared-nothing 与 shared-data，再检查 FE、BE 或 CN、导入与主键更新、查询 Profile 和存储恢复边界。

从 FE 元数据、BE 副本、导入事务与查询 Profile 建立 Doris 分层巡检，验证数据可见性、容量余量与小范围调优效果。