主题
常见问题
产品与定位
它和 DataWorks / DolphinScheduler 这类产品有什么不同？
DataWorks 是云厂商的一体化平台、DolphinScheduler 是专注调度的开源项目。我的数据空间的定位在两者之间：一体化广度对齐 DataWorks 那条主线（查询 + 开发 + 调度 + 治理 + 质量 + 权限 + AI 七域打通），但调度是自研引擎（多副本不重复触发、不漏触发，错过自动补跑），并且有 NL2SQL 语义层这样的差异化能力。它是一套按生产级标准写、可完整私有化运行的实现。
怎么合作？只能整套买吗？
两种方式都支持：整套私有化交付，或按模块集成——智能诊断、NL2SQL 语义层、智能问答、调度等能力可以单独拿出来，OEM 进你自己的产品线。具体聊需求，联系方式在页脚。
技术栈是什么？
- 控制面：Spring Boot 多模块工程，按部署角色伸缩，不强拆微服务。
- 前端：Vue 3 + Element Plus。
- 数据底座：Iceberg + MinIO(S3) + Spark on K8s + Trino + Doris + Flink CDC，元数据与平台状态落 MySQL，检索用 Elasticsearch。
部署与接入
能私有化部署吗？依赖公有云吗？
云中立，可完全内网私有化。 整套平台与计算存储组件（Spark / Flink / Iceberg / Trino / Doris 等）跑在 Kubernetes 上，不绑定任何公有云服务，数据不出域。
平台自身高可用吗？
按多副本设计：控制面无状态、会话与作业状态全部入库，多副本下调度不重复触发、不漏触发；空间级的计算资源由 Kubernetes 原生配额硬性兜底，单个空间打满不会拖垮平台本身。
已有业务库里的数据怎么进来？
注册数据源（MySQL / PostgreSQL / MongoDB 及多款国产数据库）后一键导入元数据，再按需选两条路：离线同步批量入湖，或 Flink CDC 捕获变更近实时入湖。外部数据源默认不开放直查，数据经入湖治理后使用——这是刻意的管控设计。
AI 能力
NL2SQL 和「直接让大模型写 SQL」有什么区别？
区别是敢不敢给业务用。直接让大模型写 SQL 会有口径漂移和越权风险；我的数据空间让模型只产结构化意图，SQL 由语义层确定性编译，同一指标永远编出同一口径，配多轮澄清、生成后自检，且生成永不绕过执行侧鉴权。完整介绍见 AI 敢用 · NL2SQL 语义层。
AI 依赖哪家大模型？内网环境怎么办？
平台经标准接口对接大模型，模型可替换，内网可对接自部署的开源模型；知识库检索引擎同样私有化部署，不依赖外部服务。模型不可用时平台不瘫痪：诊断自动降级为规则分析并如实标注，问答明确提示，核心的数据开发与查询链路完全不受影响。
大模型会看到我的业务数据吗？
发给模型的内容有明确边界：问答与 AI 查数用的是元数据和口径定义（表结构、指标怎么算），不是明细数据；智能诊断会附上日志与必要的采样片段用于定位问题。对数据敏感的场景，配合内网自部署模型即可做到全链路数据不出域。
安全
多租户下数据安全怎么保证？
三层设计：fail-closed 安全边界（弱口令拒启、降级路径宁拒不放行）、纵深防御（数据越权与算力隔离两条正交防线）、凭证不落命令行（密钥加密落库、运行时注入内存）。详见 生产级安全与多租户隔离。