DataFlow 深度分析与技术文档系列计划

我盯上 DataFlow 了，准备写一套源码级拆解。先说它到底是个啥。

官方说它是大模型数据治理工具。说白了，它更像一座算子仓库，外加一套极薄的装配规范。不是 Spark 那种计算引擎，也不是 Airflow 那种调度器。

最反直觉的是它的代码比例。主仓六万多行里，引擎只占 1.8%。剩下大半都是算子资产。内核极度克制，整个 core 包才 200 行。因为任何改动都会波及 197 个算子，引擎只能尽量少管事。

为了不被依赖拖垮，它还搞了套懒加载机制。这可不是为了省内存，是规模扩张的生存前提。

接下来我会按官方文档的七组目录，逐篇扒源码。每篇都锚定具体文件行号，拒绝泛泛而谈。最后还会专门对账一次：论文主张和真实代码到底差多少。