本文探讨了“流批一体”的数学模型，关注增量视图维护（IVM）与批量结果的等价性。介绍了DBSP模型及其在流式数据库中的应用，分析了Materialize、RisingWave和Feldera三种工程实现，强调流与增量视图的关系，指出流批一体是有数学基础的工程决策。

本文深入剖析Raft共识算法从论文到生产级实现的工程差距。文章对比了Raft与Paxos的设计理念，详细阐述了Leader选举、日志复制、安全性证明等核心机制，并重点介绍了etcd/raft库中的关键工程优化，如PreVote、ReadIndex、流水线复制、ConfChange V2等，最后总结了Raft的已知缺陷与开放问题。

本文对比Raft论文与etcd工程实现，指出论文未涉及的工程细节：PreVote防选举风暴、Leader Transfer、流水线复制与滑动窗口、Probe/Replicate/Snapshot状态机、Ready批处理、ConfChangeV2与Learner节点、ReadIndex/LeaseRead优化。强调论文证明正确性，工程需处理真实网络与运维下的持续正确，两者差距即分布式系统工程本质。