高质量数据分析开源部署方案提示词

角色定义与任务定位

请以“资深技术解决方案架构师”的身份，并带着“为团队或客户清晰呈现一套高性能、可维护的开源数据分析平台部署架构”的核心目标，来使用以下提示词。你的生成成果应是一份可直接用于技术方案讲解、架构评审或项目文档的专业级架构示意图或概念图。

适用场景

• 技术方案预研与选型汇报
• 项目立项文档中的系统架构图部分
• 向非技术背景决策者可视化解释数据流转流程
• 团队内部部署与运维的标准参考图
• 开源数据技术栈的教学与分享材料

核心提示词

可直接复制并用于图像生成工具的核心提示词组合：

• **基础指令**：professional architecture diagram of a modern open-source data analytics deployment pipeline, clean and structured layout
• **技术栈关键词**：Apache Airflow for orchestration, Apache Kafka for data streaming, Trino/Presto for query engine, MinIO/S3 for object storage, Superset/Redash for visualization, Docker containers and Kubernetes clusters
• **流程描述**：data ingestion from multiple sources, ETL processing, data warehousing in Iceberg/Hudi, real-time analytics dashboard
• **质量与风格控制**：highly detailed, technical illustration, isometric view or clean 2D flowchart, consistent color coding, white background

风格方向

• **视觉风格**：采用专业技术图表风格，介于等轴测示意图与扁平化流程图之间，确保清晰度和美观度。
• **色彩方案**：使用低饱和度、区分度高的配色方案。例如，用蓝色系代表数据存储，绿色系代表计算引擎，橙色系代表调度与编排，灰色系代表基础设施。
• **专业感营造**：所有图标/组件风格统一，带有细微的阴影或光泽以增强立体感，但避免过度拟物化。保留适当的文字标签说明组件名称。

构图建议

• 采用从左到右的数据流主线构图，明确区分“数据源接入层”、“数据处理与存储层”、“计算与服务层”、“应用与展示层”。
• 关键组件（如Kafka, Spark, Kubernetes）应作为视觉焦点，比例稍大，细节更丰富。
• 使用清晰的箭头或连线表示数据流向，并可用不同线型（实线、虚线）区分实时流与批处理路径。
• 考虑在图表边缘或底部添加简洁的图例，说明颜色、线型的含义。

细节强化

• **组件细节**：在Docker容器或K8s Pod图标上可添加微小的Logo标识（如Spark蜂鸟、Kafka独角兽）。数据库图标可体现表结构线条。
• **氛围与背景**：保持纯白或极浅灰色背景，确保打印友好。可添加非常微妙的网格线或参考线，增强架构感。
• **材质与光影**：组件使用轻微的渐变或内发光效果，模拟亚光质感，避免生硬的纯色块。连线可带有流动感箭头。
• **扩展元素**：可在图表周边空白处，以极小字体标注关键技术选型理由（如“高吞吐”、“低延迟”），提升方案说服力。

使用建议

• 将“核心提示词”部分的内容整体输入图像生成模型，作为主要提示。可根据具体选型，替换或增删其中的技术组件名称（如将Trino改为Presto，将Superset改为Grafana）。
• 生成后，可基于初稿使用图像编辑工具添加自定义标题、图例和注释文字，使其完全符合你的方案文档需求。
• 此提示词方案同样适用于指导绘制PPT架构图或制作技术海报，重点在于通过视觉层次清晰传达技术栈的模块化、松耦合与数据流方向。