847TB 商业湖仓与知识图谱

坦桑尼亚数据本地化是湖仓的第一原则。乞力之巅自建 847TB 商业湖仓（Lakehouse）——不是互联网泛化爬取，而是面向坦桑 AI 的 统一数据平面：TRA/BRELA 公报、会员商品、斯瓦西里语+英+中商贸语料，经 OLTP 业务库、OLAP 分析层、对象存储冷数据、pgvector 向量层、Neo4j 知识图谱五层一体，Data Mesh 治理，不出坦桑商业语境。

增量同步靠 [[cdc]] 管线：PostgreSQL WAL → Debezium → Kafka → Flink 流处理 → HNSW 索引重建，新公告/新商品/新会员从写入到可被 RAG 检索，延迟 <5 分钟。会员感受到的「AI 怎么什么都知道」，背后是这条实时数据动脉。

向量层 10M+ [[embedding]] 记录：政策段落、商品描述、会员简介、历史供需、合同模板——768/1024/4096 维多版本共存，Cross-Encoder 精排后注入 LLM 上下文。Hybrid Search（Dense + BM25）+ Cross-Encoder，召回精度 Top-5@90%+。

知识图谱 2.3M 实体节点：企业—政策—行业—商品—地域五元关系，GraphRAG 增强多跳推理（「哪些会员受 TRA 新规影响？」）。图数据库与向量库 双向索引，结构化 + 非结构化联合问答。

16 分片 PostgreSQL 集群 + 3 副本同步复制，99.999% 数据持久性 SLA；冷热分层：热数据 NVMe SSD，温数据 S3 兼容对象存储，冷归档 Glacier 级。备份跨可用区，RPO <1min，RTO <15min。