<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>数据工程 on PlumePHP</title><link>https://plumephp.com/categories/%E6%95%B0%E6%8D%AE%E5%B7%A5%E7%A8%8B/</link><description>Recent content in 数据工程 on PlumePHP</description><generator>Hugo</generator><language>zh-CN</language><lastBuildDate>Tue, 01 Sep 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://plumephp.com/categories/%E6%95%B0%E6%8D%AE%E5%B7%A5%E7%A8%8B/index.xml" rel="self" type="application/rss+xml"/><item><title>BI 可视化工具深度对比：Tableau、Power BI、Superset 与 Metabase</title><link>https://plumephp.com/bi-visualization-tools/</link><pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate><guid>https://plumephp.com/bi-visualization-tools/</guid><description>&lt;p&gt;BI（Business Intelligence）可视化工具已从辅助手段演变为企业不可或缺的基础设施。本文从技术架构、功能特性与代码实践三个维度，深度对比 Tableau、Power BI、Apache Superset 与 Metabase 四款主流工具。&lt;/p&gt;</description></item><item><title>实时数仓架构实战：Kafka + Flink + ClickHouse 流批一体</title><link>https://plumephp.com/realtime-data-warehouse/</link><pubDate>Tue, 01 Sep 2026 00:00:00 +0000</pubDate><guid>https://plumephp.com/realtime-data-warehouse/</guid><description>&lt;p&gt;在数据驱动决策日益重要的今天，传统的 T+1 离线数仓已无法满足业务对实时性的苛刻要求。电商大促的秒级监控、金融风控的毫秒级拦截、物联网设备的实时告警，都要求数据在产生后的秒级甚至毫秒级内完成采集、处理与呈现。本文将带你从零构建一套基于 &lt;strong&gt;Kafka + Flink + ClickHouse&lt;/strong&gt; 的实时数仓架构，实现真正的流批一体（Streaming-Batch Unification）。&lt;/p&gt;</description></item></channel></rss>