给常用工具再包一层，像给厨房所有电器装上统一面板：操作也许更整齐，但面板若有一万多行代码，坏了反而更难找原因。Reddit 用户 mlobet 最近提出的疑问正是如此：其新公司的数据平台框架包含约 1.3 万行 Python/PySpark 样板代码，架在 Azure Databricks Delta Lakehouse 之上；按作者观察，它并未改善数据平台应提供的能力。
数据平台框架，是公司在 Spark、Databricks 等底层工具上自建的一套规范和组件，用来统一建管线、发布任务与监控运行。统一当然有价值，但也可能发生“抽象泄漏”：遇到性能故障或特殊需求时，工程师仍要理解底层工具，同时还得排查新增的框架层。作者还提到，上一家公司有约 3 万行类似代码，并尝试实现 Data Vault——一种重视历史留痕和来源追踪、但会增加表与转换步骤的建模方法。
这不是一份系统评测，而是一名从业者基于两段经历发起的讨论。它值得看，在于问题很典型：内部框架不能只按代码量或统一程度衡量，更要问它究竟减少了多少重复劳动，又新增了多少维护与排障成本。