部署¶

選擇部署路徑¶

Provisa 支援六種部署路徑。請依您的受眾及作業情境選擇：

路徑	產出物 / 指令碼	最適合
開發	`start-ui.sh`	從原始碼開發，具完整示範數據的評估
macOS 安裝程式	`Provisa-<version>-macOS.dmg`	開發人員工作站、評估
Windows 安裝程式	`Provisa-<version>-windows-x64.exe`	開發人員工作站、評估
Linux AppImage	`Provisa.AppImage`	內部部署伺服器、雲端 VM、氣隙環境
雲端 VM（AWS）	`terraform/deploy.sh`	具負載平衡器的多節點雲端部署
Kubernetes	`helm/provisa/`	已在營運 K8s 的團隊

VM 與 Kubernetes 之比較¶

兩者均具企業級品質。VM/AppImage 路徑較為簡單：無須佈建叢集，無須設定 CNI 或 RBAC 政策，且該 AppImage 完全自足（REQ-223）。它可自然融入現有的伺服器管理工具（Ansible、Puppet、Datadog agent、Splunk forwarder 等）。

僅當您的團隊已在營運 K8s 叢集，且希望 Provisa 參與該作業模型（滾動部署、HPA、統一可觀測性）時，才選擇 Kubernetes（REQ-056）。兩者能力相同——Kubernetes 增加的是作業負擔，而非能力。

映像檔取得與安全掃描¶

所有生產路徑均須先取得 Provisa 產出物，才能執行任何部署。「氣隙」指的是目標機器於安裝時所發生之事——產出物必須先行取得。

macOS 及 Windows 安裝程式：自 GitHub 發行頁面下載。完全內建；下載後無須網際網路（REQ-227）。適用於開發/評估，非生產用途——不預期有映像掃描關卡。

AppImage 路徑：自 GitHub 發行頁面下載並傳送至目標機器。該 AppImage 將所有元件映像以 tarball 形式封裝於 squashfs 檔案系統內（REQ-294）——多數登記檔掃描器無法就地檢視這些內容。請聯絡您的 Provisa 客戶團隊取得元件映像摘要，以獨立對照您的掃描器進行驗證。

Terraform 路徑：執行 terraform/deploy.sh 之前，該 AppImage 必須先上傳至 S3。EC2 節點於開機時經由 IAM 角色下載——它們須具備對外的 S3 存取（直接或經由 VPC 閘道端點）。套用與 AppImage 路徑相同的掃描政策。

Helm / Kubernetes 路徑：個別映像必須推送至叢集可存取的登記檔。此路徑與登記檔式掃描（Prisma Cloud、Aqua、Trivy、AWS Inspector）最為相容——映像是掃描器原生可理解的第一級物件。氣隙叢集請將映像鏡射至內部登記檔，並於 values.yaml 中覆寫參照（REQ-294）。

開發（自原始碼）¶

建議：`start-ui.sh`¶

從原始碼執行 Provisa 最簡便的方式。以單一指令啟動所有基礎架構、後端 API 及 UI 開發伺服器（REQ-055）。Ctrl+C 可乾淨地關閉一切。

先決條件：Docker Desktop、Node.js、位於 .venv/ 的 Python 虛擬環境

./start-ui.sh

其執行內容：

啟動 docker-compose.core.yml + docker-compose.dev.yml（所有核心 + 示範服務）並等待健康（REQ-055）
以示範數據填入 Kafka
從 .venv/ 同步 Python 相依套件
於連接埠 8001 啟動後端 API（日誌寫入 .logs/server.log）（REQ-558）
於連接埠 3000 啟動 Vite UI 開發伺服器（REQ-559）
印出 URL 並等待；Ctrl+C 會停止一切並拆除 compose

Backend: http://localhost:8001
UI:      http://localhost:3000

選項：

--reset-volumes——啟動前先執行 docker compose down -v，摧毀所有 Docker 資料卷（PostgreSQL 數據、MinIO 物件、Redis 狀態等）（REQ-170）。當您需要完全乾淨的狀態時使用——例如開發期間結構描述變更後，或 Docker 當機並留下毀損的資料卷時。所有數據都會遺失。

--observability——加入完整的追蹤與指標檢測。下載 OpenTelemetry Java agent 並修補 Trino 的 jvm.config 以載入該 agent，為 Provisa 後端加入 OTLP 匯出檢測，並啟動 OTel collector、Prometheus、Tempo 及 Grafana（http://localhost:3100）（REQ-330）。jvm.config 修補會於 Ctrl+C 時自動還原。

手動步驟（僅後端，無 UI）¶

若您僅需要 API：

安裝 Docker Desktop
啟動核心服務：

docker compose -f docker-compose.core.yml up -d

啟動 API：

uvicorn main:app --reload --port 8001

驗證：curl http://localhost:8001/health

完整堆疊（Provisa 於容器內）¶

若要將 API 以容器方式而非於主機上執行：

docker compose -f docker-compose.core.yml -f docker-compose.app.yml up -d

服務¶

核心（docker-compose.core.yml）——恆須具備：

服務	連接埠	用途
PostgreSQL	5432	設定中繼資料 + Iceberg 目錄（REQ-169）
PgBouncer	6432	連線池（REQ-053）
聯邦引擎	8080	查詢聯邦（REQ-028）
Redis	6379	查詢結果快取（REQ-371）
MinIO	9000/9001	S3 相容物件儲存（REQ-029、REQ-171）

示範（docker-compose.dev.yml）——選用，由 start-ui.sh 包含：

服務	連接埠	用途
MongoDB	27017	示範用 NoSQL 數據來源
Kafka	9092	示範用串流數據來源
Schema Registry	8081	示範用 Avro/Protobuf 結構描述管理
Debezium	—	示範用 CDC 連接器
Elasticsearch	9200	示範用搜尋數據來源
Neo4j	7474/7687	示範用圖形數據來源
Fuseki	3030	示範用 SPARQL 三元組存儲
OpenTelemetry Collector	—	追蹤收集（搭配 `--observability`）（REQ-302）
Prometheus	9090	指標（搭配 `--observability`）（REQ-330）
Tempo	—	追蹤儲存（搭配 `--observability`）（REQ-330）
Grafana	3100	儀表板（搭配 `--observability`）（REQ-330）

遙測後端（`otlp2sql`）¶

上述 --observability 堆疊（Collector → Tempo/Prometheus/Grafana）是其中一條遙測路徑。另一條是 otlp2sql（provisa.observability.otlp2sql）：一個 OTLP/HTTP 接收端，將追蹤、指標及日誌寫入由 SQLAlchemy URL 所選定的 SQL 資料庫，並於擷取時提取 provisa.* span 屬性，因此無須另行執行壓縮作業。寫入會被批次處理（OTLP2SQL_BATCH_MAX_ROWS，預設 1000；OTLP2SQL_BATCH_MAX_SECS，預設 2 秒）。

遙測擁有自己獨立的儲存區，與控制平面資料庫分離。以 PROVISA_OPS_DB_URL 選擇後端：

`PROVISA_OPS_DB_URL`	後端	備註
（未設定）	位於 `~/.provisa/telemetry/` 的專屬 DuckDB	預設；無伺服器，無 Docker
`clickhouse+native://user@host/otel`	ClickHouse	高速率擷取，具自動背景合併
`postgresql+psycopg2://user@host/otel`	PostgreSQL	中等流量
`trino://user@host:8080/otel`	Trino / Iceberg	技術上可行，不建議——見下文

關於 trino://：SQLAlchemy 的 Trino 方言會產生有效的 Trino DDL 及 INSERT，因此技術上可作為 otlp2sql 後端。除低擷取速率外並不建議使用。每次批次刷新都會成為一次分散式 Trino INSERT 加上一次 Iceberg 快照，因此高速率遙測會產生大量小型檔案及快照，且仍需定期執行 ALTER TABLE ... EXECUTE optimize / expire_snapshots——而 otlp2sql 並不會執行此類作業。此外也會使查詢引擎位於擷取熱路徑上。

對於進入 Trino/Iceberg 的高量遙測，請改用 otlp2parquet：它會將 parquet 直接寫入物件儲存而不經過 Trino，並由排程的 Trino 壓縮作業將原始檔案捲入現有的 Iceberg 資料表。若需要單一引擎同時處理高速率擷取與壓縮，則以 ClickHouse 為優先。

請將應用程式及 Trino 的 OTLP 匯出器（OTEL_EXPORTER_OTLP_ENDPOINT）指向 otlp2sql 端點，並將 ops 領域註冊至相同的 PROVISA_OPS_DB_URL，使其可讀取接收端所寫入的內容。

macOS 安裝程式¶

適用於開發人員工作站及評估。完全氣隙——下載後無須網際網路（REQ-227）。

基礎安裝程式是原生安裝：DuckDB 聯邦引擎 + SQLite 控制平面 + 記憶體內（fakeredis）快取，不含 Docker、VM、Trino、Redis 或 MinIO（REQ-972、REQ-979）。聯邦引擎為精靈選項——DuckDB（原生，預設）、Trino-on-Docker，或外部引擎（REQ-973）。可觀測性恆為啟用中的自我遙測，可於 Admin 檢視；Docker collector/Prometheus/Grafana 堆疊為選用的外部示範，而非開關切換（REQ-975）。示範數據包為選用，預設關閉（REQ-978）。Trino、Docker 可觀測性堆疊及示範為重量級附加元件，以本機優先方式解析（安裝程式相鄰目錄、已掛載資料卷、~/Downloads，其次為 GitHub 發行版本），使企業可為氣隙安裝預先佈置 tarball（REQ-977）。

步驟¶

自 GitHub 發行頁面下載 Provisa-<version>-macOS.dmg
開啟該 DMG，並將 Provisa.app 拖曳至 /Applications
雙擊 Provisa.app——首次啟動設定僅執行一次；精靈會提供上述引擎、可觀測性及示範選項（REQ-1007）
開啟終端機：

provisa start    # start all services
provisa status   # confirm all services are running
provisa open     # open the UI in the browser

（REQ-224）

數據持久性¶

所有數據均儲存於 ~/.provisa/（REQ-224）。如需移除全部內容：provisa uninstall。

Windows 安裝程式¶

適用於開發人員工作站及評估。完全氣隙——下載後無須網際網路（REQ-227）。

與 macOS 相同，基礎版 Windows 安裝程式是原生層：獨立的 Python 執行階段 + provisa wheel + DuckDB/pg_duckdb + SQLite 控制平面，不含 Docker、不含 VM、不含容器映像（REQ-979）。聯邦引擎（Trino）、可觀測性堆疊及示範數據包，均透過個別分層安裝程式後續加入，順序為：容器安裝程式（Provisa-Container-<version>.exe，加入 WSL2 + containerd + Trino）、Obs 安裝程式（需要容器層）、Demo 安裝程式（需要 Core + Obs）。首次啟動指引會說明如何透過執行容器安裝程式來初始化聯邦引擎（REQ-1005）。

步驟¶

自 GitHub 發行頁面下載 Provisa-<version>-windows-x64.exe
執行該安裝程式——無須系統管理員權限；會安裝至 %LOCALAPPDATA%\Programs\Provisa\
自開始功能表開啟 Provisa First Launch——原生設定僅執行一次，並印出分層附加元件的後續步驟指引（REQ-1005）
開啟新終端機：

provisa status
provisa open

（REQ-224）

數據持久性¶

所有數據均儲存於 %USERPROFILE%\.provisa\。

Linux AppImage——單節點或多節點 VM¶

這是甚麼¶

Provisa.AppImage 是一個單一自足的可執行檔，封裝了以下內容（REQ-223、REQ-228）：

一個無須 root 的 Docker daemon（dockerd-rootless.sh + rootlesskit）——無須系統 Docker 或 root 權限
所有容器映像的 tarball（PostgreSQL、PgBouncer、MinIO、Redis、聯邦引擎、Provisa API）（REQ-294）
Provisa CLI 包裝程式及首次啟動設定指令碼

Provisa 映像於封裝時即已預先建置——Python 原始碼絕不包含在內。

何時使用¶

內部部署裸機或 VM（單節點或多節點）
無 K8s 叢集的雲端 VM
氣隙環境（REQ-294）
需要比 Kubernetes 更簡單的作業方式時

步驟——單節點¶

自 GitHub 發行頁面下載 Provisa.AppImage 並傳送至目標機器
使其可執行：

chmod +x Provisa.AppImage

執行首次啟動設定：

./Provisa.AppImage

設定精靈會詢問：
角色 → 選擇 primary
RAM 預算 → 要配置的 RAM 數量（0 = 全部可用）；決定 Trino worker 數目
主機名稱 → 此節點所廣播的位址
API 連接埠 → 預設 8000（REQ-560）
設定會載入所有容器映像（約 2–5 分鐘）、寫入設定並啟動服務
驗證：

provisa status
curl http://localhost:8000/health

步驟——多節點（主節點）¶

請先於主節點上執行以下步驟。次要節點必須於主節點運行後才可設定。

下載並傳送 Provisa.AppImage 至主機
開啟所需的防火牆連接埠（次要節點會經由這些連接埠建立連入連線）：

連接埠	服務
5432	PostgreSQL
6379	Redis
9000	MinIO
8080	聯邦引擎協調器
8000	Provisa API

使其可執行並執行：

chmod +x Provisa.AppImage
./Provisa.AppImage

設定精靈會詢問：
角色 → 選擇 primary
RAM 預算、主機名稱、API 連接埠 → 與單節點相同回答
設定完成後，請記下此機器的私有 IP——次要節點需要此資訊
精靈會印出一個 nginx upstream 區塊——請保留供負載平衡器設定使用
驗證：

provisa status
curl http://localhost:8000/health

步驟——多節點（各次要節點）¶

主節點運行且可連線後，於每個額外節點上重複下列步驟。

下載並傳送 Provisa.AppImage 至次要機器
確認次要節點可連線至主節點：

curl http://<primary-ip>:8000/health

使其可執行並執行：

chmod +x Provisa.AppImage
./Provisa.AppImage

設定精靈會詢問：
角色 → 選擇 secondary
主節點 IP → 輸入主節點的 IP（會即時驗證連線狀況）
RAM 預算、主機名稱、API 連接埠 → 如上回答
設定會載入精簡的映像組合（不含 PostgreSQL、PgBouncer、MinIO、Redis——這些僅於主節點執行）（REQ-561），並啟動 Provisa API 及一個聯邦引擎 worker
驗證：

provisa status
curl http://localhost:8000/health

將此節點加入您的負載平衡器 upstream

主／次拓撲¶

主節點執行所有單例服務：

服務	為何為單例
PostgreSQL	共用結構描述、應用程式設定、語意模型
Redis	共用的查詢結果快取及訂閱狀態（REQ-371）
MinIO	供重導向結果及 MV 快照使用的共用物件儲存（REQ-029）
聯邦引擎協調器	所有 worker（主節點 + 次要節點）均於此登記（REQ-028）

次要節點僅執行：

Provisa API——無狀態；啟動時自主節點的 PostgreSQL 讀取所有設定（REQ-057、REQ-562）
聯邦引擎 worker——自主向主節點的協調器登記（REQ-028）

所有應用程式狀態均流經主節點的 PostgreSQL。無須手動同步。（REQ-562）

非互動式（自動化）首次啟動¶

供 Terraform、cloud-init 或 Ansible 使用——以旗標取代回答提示：

# Primary
./Provisa.AppImage --non-interactive --role primary --ram-gb 32

# Secondary
./Provisa.AppImage --non-interactive --role secondary --primary-ip 10.0.0.10 --ram-gb 32

非互動模式會安裝一個 systemd 單元（/etc/systemd/system/provisa.service）以於開機時啟動。（REQ-563）

旗標	描述
`--non-interactive`	跳過所有提示；安裝 systemd 單元
`--role primary\\|secondary`	節點角色
`--primary-ip <ip>`	主節點 IP（次要節點須提供）
`--ram-gb <n>`	要配置的 RAM（0 = 全部可用）

雲端 VM 部署——Terraform（AWS）¶

以單一互動式指令，於 AWS 上佈建完整的多節點 Provisa 叢集——VPC、安全群組、EC2 執行個體、ALB、NLB。（REQ-564）

檔案¶

檔案	用途
`terraform/deploy.sh`	互動式包裝程式——收集參數、驗證憑證、寫入 `terraform.tfvars`、執行 apply
`terraform/aws/variables.tf`	所有變數定義及其預設值
`terraform/aws/main.tf`	VPC、子網路、安全群組、IAM、EC2、ALB、NLB
`terraform/aws/outputs.tf`	端點 URL 及節點 IP

步驟¶

自 GitHub 發行頁面下載 Provisa.AppImage
上傳至您 AWS 帳戶中的 S3 儲存桶：

aws s3 cp Provisa.AppImage s3://<your-bucket>/releases/Provisa.AppImage

確保您的 shell 中具備 AWS 憑證（任一方式即可）：
環境變數：AWS_ACCESS_KEY_ID + AWS_SECRET_ACCESS_KEY
具名設定檔：export AWS_PROFILE=my-profile
有效的 SSO 工作階段：aws sso login

4.（選用）若需 SSH 存取節點，請於目標區域建立一組 EC2 金鑰對，並記下該金鑰對名稱

執行部署包裝程式：

bash terraform/deploy.sh

回答精靈問題（見下方參考表）。指令碼會於進行前先驗證該 AppImage 是否存在於 S3；若不存在則中止
檢視部署摘要並確認
Terraform 佈建所有基礎架構（約 5–10 分鐘）。apply 完成後，指令碼會印出：

api_endpoint      = "http://<alb-dns>:8000"
flight_endpoint   = "<nlb-dns>:8815"
primary_ip        = "10.0.x.x"
secondary_ips     = ["10.0.x.x", ...]

（REQ-564、REQ-143）

9.（選用）將 DNS 記錄指向 ALB 及 NLB 的 DNS 名稱

驗證：
```
curl http://<api_endpoint>/health
```

精靈問題¶

問題	預設值	備註
雲端供應商	—	目前僅支援 AWS
AWS 憑證	—	先檢查是否有現有的工作階段
區域	`us-east-1`
節點數量	`2`	1 = 僅主節點，無 LB；2+ = 主節點 + 次要節點 + ALB/NLB
執行個體型別	`m7i.2xlarge`	見下方的容量規劃指南
根磁碟大小	`100 GB`	每節點
RAM 預算	`0`（全部 RAM）	決定每節點的 Trino worker 數目
S3 儲存桶	—	進行前即時驗證
S3 金鑰	`releases/Provisa.AppImage`
SSH 存取	否	需要現有金鑰對名稱 + 管理員 CIDR
VPC CIDR	`10.0.0.0/16`

執行個體容量規劃指南¶

型別	vCPU	RAM	每節點 Trino worker	使用場景
`m7i.xlarge`	4	16 GB	0	開發／小型數據集
`m7i.2xlarge`	8	32 GB	1	小型生產環境
`m7i.4xlarge`	16	64 GB	2	中型生產環境
`m7i.8xlarge`	32	128 GB	4	大型生產環境

所有節點皆將 worker 貢獻至主節點上的一個協調器（REQ-028）。3 節點的 m7i.4xlarge 叢集共會產生 6 個 Trino worker。

佈建內容¶

橫跨兩個可用區的兩個公有子網路所組成的 VPC（REQ-564）
安全群組：LB 群組（8000/8815 上的公有連入）、節點群組（LB → 節點、叢集內部、選用 SSH）
具 S3 GetObject 權限（於 AppImage 儲存桶上）的 IAM 角色及執行個體設定檔
主節點 EC2 執行個體——以 --non-interactive --role primary 模式執行首次啟動
次要節點 EC2 執行個體（node_count − 1 個）——以 --non-interactive --role secondary --primary-ip <primary private IP> 模式執行首次啟動；相依於主節點先行完成
連接埠 8000 上的 ALB——HTTP API，健康檢查 /health（REQ-560）
連接埠 8815 上的 NLB——Arrow Flight / gRPC（REQ-143）
兩個 LB 均連接至所有節點

先決條件檢核清單¶

[ ] IAM 權限：完整 EC2、完整 ELB、完整 VPC、IAM 角色建立、AppImage 儲存桶上的 S3 GetObject
[ ] Provisa.AppImage 已上傳至 S3
[ ] EC2 節點具備對外 S3 存取（直接連上網際網路，或經由 S3 VPC 閘道端點）
[ ] 目標區域已存在 EC2 金鑰對（若需要 SSH）
[ ] 本機已安裝 Terraform ≥ 1.5
[ ] 已規劃供 ALB / NLB 使用的 DNS 記錄（選用，但建議）
[ ] 若需要 HTTPS，已備妥 ACM 憑證（基礎 Terraform 中不含此項）

密鑰¶

Terraform 中不內嵌任何密鑰。該 AppImage 會於首次啟動時產生憑證，並將其寫入各節點上的 ~/.provisa/config.yaml（REQ-563）。生產環境請於部署後自主節點取得管理員權杖：

ssh ubuntu@<primary-public-ip> cat ~/.provisa/config.yaml | grep admin_token

Kubernetes / Helm¶

何時使用¶

您的團隊已在營運 Kubernetes 叢集，並希望 Provisa 參與該作業模型（REQ-056）。若您正在評估 Provisa，或在無現有叢集的情況下進行內部部署，AppImage 路徑較為簡單。

注意：Provisa 的 AppImage 無法於 Kubernetes pod 內執行——它需要 FUSE 及一個無須 root 的 Docker daemon，而這些在標準 pod 安全性設定檔中並不可用。

步驟¶

確認叢集存取：

kubectl cluster-info

將映像拉取並鏡射至您的內部登記檔（氣隙或有掃描要求的環境須執行；若直接自公有登記檔拉取則可略過）（REQ-294）：

映像	用途
`provisa/provisa:<version>`	Provisa API
`trinodb/trino:480`	聯邦引擎協調器 + worker（REQ-169）
`postgres:16`	叢集內 PostgreSQL（若啟用 `postgresql.enabled`）（REQ-169）
`edoburu/pgbouncer:latest`	叢集內 PgBouncer（若啟用 `pgbouncer.enabled`）（REQ-053）
`redis:7.2`	叢集內 Redis（若啟用 `redis.enabled` 且無 `redis.host`）（REQ-371）
`minio/minio:latest`	叢集內 MinIO（若啟用 `minio.enabled`）（REQ-029）

針對有登記檔掃描要求的環境： - 將各映像推送至您的暫存登記檔 - 執行您的掃描器（Prisma Cloud、Aqua、Trivy、AWS Inspector）並取得核准 - 提升至您的生產內部登記檔

安裝前須先決定：
PostgreSQL——叢集內（postgresql.enabled: true）或外部受管（postgresql.host）？生產環境建議使用外部
Redis——叢集內或外部（redis.host）？請變更預設密碼（redis.password）
MinIO / S3——叢集內 MinIO 或原生 S3？AWS 環境請搭配 IAM 角色使用 S3
密鑰——評估時可經 --set 傳入；生產環境請使用 External Secrets 或 Vault Agent
安裝該 chart：

helm install provisa helm/provisa/ \
  --set config.pgPassword=<password> \
  --set config.adminToken=<token> \
  --set s3.endpoint=https://s3.amazonaws.com \
  --set s3.bucket=my-provisa-results \
  --namespace provisa --create-namespace

若使用內部登記檔，請加入映像覆寫：

--set image.repository=harbor.internal.example.com/provisa/provisa \
--set image.tag=1.2.3 \
--set trino.image.repository=harbor.internal.example.com/trinodb/trino \
--set trino.image.tag=480

驗證 pod 是否運行中：

kubectl get pods -n provisa

檢查 API：

kubectl port-forward svc/provisa 8000:8000 -n provisa
curl http://localhost:8000/health

7.（選用）啟用 ingress 以供外部存取——設定 ingress.enabled: true 並設定您的 ingress 控制器

先決條件檢核清單¶

[ ] Kubernetes 1.26+、Helm 3.12+
[ ] 支援 ReadWriteOnce PVC 的儲存類別（供叢集內有狀態服務使用）
[ ] 叢集可存取的映像（公有或內部登記檔）
[ ] PostgreSQL 端點 + 憑證（若為外部）
[ ] Redis 端點 + 憑證（若為外部）
[ ] S3 儲存桶 + 憑證或 IAM 角色
[ ] 已選定管理員權杖
[ ] 已設定 ingress 控制器（若需要外部存取）

主要設定值¶

值	預設值	描述
`replicaCount`	`2`	Provisa API 副本數（無狀態）（REQ-057）
`config.pgHost`	`postgres`	PostgreSQL 主機
`config.pgPassword`		PostgreSQL 密碼
`config.adminToken`		管理員 API 持有者權杖
`redis.enabled`	`true`	部署叢集內 Redis StatefulSet（REQ-371）
`redis.host`	`""`	設定以使用外部 Redis
`redis.port`	`6379`
`redis.password`	`"provisa"`	請變更此值
`redis.tls`	`false`
`trino.enabled`	`true`	部署聯邦引擎（REQ-028）
`trino.workers`	`2`	聯邦引擎 worker 副本數（REQ-056）
`postgresql.enabled`	`true`	部署叢集內 PostgreSQL（REQ-169）
`postgresql.host`	`""`	設定以使用外部 PostgreSQL
`minio.enabled`	`true`	部署叢集內 MinIO（REQ-029）
`s3.endpoint`		S3 相容端點 URL
`s3.bucket`	`provisa-results`	供大型結果重導向使用的儲存桶（REQ-029、REQ-137）
`ingress.enabled`	`false`	啟用 ingress

擴縮¶

kubectl scale deployment/provisa --replicas=5 --namespace provisa

聯邦引擎 worker 可獨立擴縮——更多 worker 可提升輸送量及並行查詢容量（REQ-056）。（REQ-057）

更新設定¶

kubectl create configmap provisa-config \
  --from-file=config.yaml=./config.yaml \
  --namespace provisa --dry-run=client -o yaml | kubectl apply -f -
kubectl rollout restart deployment/provisa --namespace provisa

高可用性與復原¶

Provisa 於所有部署模式中均套用一套兩層復原模型（REQ-703）：

第一層——暫時性錯誤。讀取作業於遇到暫時性錯誤時，會以全抖動（full jitter）指數退避方式重試最多 30 秒。可透過 PROVISA_RETRY_BUDGET_SECS 調整此預算。寫入作業從不於內部重試，記憶體錯誤亦絕不可重試。
第二層——元件失效。內部引擎監看程式會偵測並於 2–3 分鐘內重新啟動失效的軟體元件。

機器層級及叢集層級的失效仍為操作人員的責任——請佈建備援節點及負載平衡器（見上方 Terraform 及 Helm 路徑）以達成節點遺失容忍能力。

聯邦引擎相依性¶

數據倉庫聯邦引擎需要 Provisa 預設安裝之外的 Python 套件及系統層級元件。此處所列所有 Python 套件均宣告於 pyproject.toml，並隨標準的 pip install provisa 或 pip install -e . 一併安裝 [tool-verified: pyproject.toml lines 44–52]。

這些 Python 套件隨 Provisa 預設安裝一併提供——任何數據倉庫引擎均無須額外的選用擴充套件。系統層級項目（ODBC 驅動程式、雲端 CLI、服務帳戶金鑰）須另行安裝。

Python 套件（已列於核心相依套件中）¶

[tool-verified: pyproject.toml lines 41–52]

套件	引擎	用途
`databricks-sql-connector`	Databricks	SQL 倉庫連線；Arrow Cloud Fetch（REQ-987）
`snowflake-connector-python[pandas]`	Snowflake	連線 + Arrow 原生的 `fetch_arrow_table`（REQ-988）
`google-cloud-bigquery`	BigQuery	查詢執行
`google-cloud-bigquery-storage`	BigQuery	供 Arrow 原生讀取用的 Storage Read API
`google-cloud-storage`	BigQuery	供外部資料表連結使用的 GCS 暫存
`pyodbc`	Fabric、Synapse	連往 T-SQL 端點的 ODBC 連線
`azure-identity`	Fabric、Synapse	經 `DefaultAzureCredential` 取得的 Azure AD 權杖
`clickhouse-connect`	ClickHouse	HTTP 欄式讀取
`protobuf>=6.33.5,<7`	BigQuery、gRPC	相容性鎖定版本——`google-cloud-*` 與 OTel 共用同一 protobuf 執行階段；`<7` 使兩者保持一致
`grpcio-status<1.82`	gRPC	與 `protobuf<7` 鎖定版本保持一致

系統層級需求¶

以下並非 Python 套件——必須安裝於執行 Provisa 的主機或容器上。

Microsoft Fabric 及 Azure Synapse（ODBC）

pyodbc 經 Microsoft ODBC Driver for SQL Server（msodbcsql18）連線。該驅動程式必須安裝於主機上——而非經由 pip 安裝。[tool-verified: mssql_warehouse_runtime.py line 84 "ODBC Driver 18 for SQL Server" default]

macOS：

brew install microsoft/mssql-release/msodbcsql18

Linux（Ubuntu/Debian）：

curl https://packages.microsoft.com/keys/microsoft.asc | apt-key add -
curl https://packages.microsoft.com/config/ubuntu/22.04/prod.list > /etc/apt/sources.list.d/mssql-release.list
apt-get update && ACCEPT_EULA=Y apt-get install -y msodbcsql18

Provisa 會自動偵測該驅動程式。若要覆寫驅動程式名稱（供非標準安裝使用），請設定：

export PROVISA_MSSQL_ODBC_DRIVER="ODBC Driver 17 for SQL Server"

Azure AD 驗證（Fabric 及 Synapse）

兩個引擎均經由 azure.identity.DefaultAzureCredential 進行驗證 [tool-verified: mssql_warehouse_runtime.py:79, fabric_shortcuts.py:46]。DefaultAzureCredential 會依序檢查憑證來源：環境變數、workload identity、managed identity、VS Code、az login 及其他方式。

供本機開發使用，az login 為最簡便的路徑：

az login

生產環境請使用 managed identity（於 Azure VM 或 AKS 上）——無須管理憑證。若採服務主體驗證，請設定：

export AZURE_TENANT_ID=<tenant>
export AZURE_CLIENT_ID=<app-id>
export AZURE_CLIENT_SECRET=<secret>

BigQuery（服務帳戶）

google-cloud-bigquery 使用 Application Default Credentials。供本機開發使用，請指向一個服務帳戶金鑰檔：

export GOOGLE_APPLICATION_CREDENTIALS=/path/to/sa-key.json

於 GCP 生產環境（Cloud Run、具 Workload Identity 的 GKE、Compute Engine）中，該程式庫會自動偵測附掛的服務帳戶——無須設定環境變數。

該服務帳戶需要：

roles/bigquery.dataViewer——讀取數據
roles/bigquery.jobUser——執行查詢
roles/bigquery.dataEditor——建立外部資料表（供 ATTACH 使用）
roles/storage.objectViewer——讀取供外部資料表使用的 GCS 物件

Databricks（開發代理環境中的 CA 憑證）

若 Provisa 運行於會攔截 TLS 的代理伺服器後方（Charles、mitmproxy、企業代理），Databricks SQL connector 可能會拒絕該代理伺服器的憑證。請傳入自訂 CA 套件：

export REQUESTS_CA_BUNDLE=/path/to/your/proxy-ca.pem

Databricks connector 會自 requests 繼承此設定——無須 Databricks 專屬的環境變數。

各引擎檢核清單¶

Databricks（REQ-987）

[ ] 已安裝 databricks-sql-connector（預設）
[ ] 具 http_path 的引擎 URL：databricks://token:TOKEN@workspace.azuredatabricks.net?http_path=/sql/1.0/warehouses/xxx
[ ] 個人存取權杖或服務主體權杖
[ ] 若位於會攔截 TLS 的代理伺服器後方，已設定 REQUESTS_CA_BUNDLE

Snowflake（REQ-988）

[ ] 已安裝 snowflake-connector-python[pandas]（預設）
[ ] 引擎 URL：snowflake://user:pass@account.snowflakecomputing.com/database
[ ] PROVISA_ENGINE_URL 或 federation_hints 中含有 account

BigQuery（REQ-989）

[ ] 已安裝 google-cloud-bigquery、google-cloud-bigquery-storage、google-cloud-storage（預設）
[ ] 已設定 GOOGLE_APPLICATION_CREDENTIALS（開發）或已設定 workload identity（生產）
[ ] 若無法自服務帳戶推斷專案，已設定 GOOGLE_CLOUD_PROJECT
[ ] 服務帳戶具備 BigQuery Data Viewer + Job User 角色

Microsoft Fabric（REQ-989）

[ ] 已安裝 pyodbc + azure-identity（預設）
[ ] 已安裝 msodbcsql18 系統驅動程式
[ ] 已設定 FABRIC_SQL_SERVER 及 FABRIC_DATABASE
[ ] Azure AD 驗證：az login（開發）或 managed identity / 服務主體（生產）
[ ] 若使用外部物件儲存連結，已設定 FABRIC_WORKSPACE_ID

Azure Synapse（REQ-989）

[ ] 與 Fabric 相同的 Python + 系統需求
[ ] 已設定 SYNAPSE_SQL_SERVER 及 SYNAPSE_DATABASE
[ ] 與 Fabric 相同的 Azure AD 驗證設定

ClickHouse（REQ-986）

[ ] 已安裝 clickhouse-connect（預設）
[ ] 引擎 URL：clickhouse+http://user:pass@host:8123/database
[ ] federation_hints 中設定 secure: "true" 以啟用 TLS（連接埠 8443）

環境變數¶

變數	預設值	用途
`PG_PASSWORD`		PostgreSQL 密碼
`PROVISA_CONFIG`	`config/provisa.yaml`	設定檔路徑（REQ-528）
`PROVISA_REDIRECT_ENABLED`	`false`	啟用大型結果重導向至 S3（REQ-029、REQ-137）
`PROVISA_REDIRECT_THRESHOLD`	`1000`	觸發重導向的列數門檻（REQ-029）
`PROVISA_REDIRECT_BUCKET`	`provisa-results`	S3 儲存桶（REQ-029）
`PROVISA_REDIRECT_ENDPOINT`		S3 相容端點 URL（REQ-029）
`PROVISA_REDIRECT_TTL`	`3600`	預簽署 URL 的 TTL（秒）（REQ-141）
`REDIS_HOST`	`localhost`	Redis 主機
`REDIS_PORT`	`6379`	Redis 連接埠
`REDIS_PASSWORD`		Redis 密碼
`REDIS_TLS`	`false`	為 Redis 啟用 TLS
`TRINO_HOST`	`localhost`	Trino 聯邦引擎協調器主機（REQ-028、REQ-054）
`TRINO_PORT`	`8080`	Trino 聯邦引擎協調器 HTTP 連接埠（REQ-028、REQ-054）
`PROVISA_ENGINE`	`duckdb`	使用中的聯邦引擎鍵值（REQ-989）；覆寫已持久化的設定
`PROVISA_ENGINE_URL`		供 URL 驅動引擎（Databricks、Snowflake、ClickHouse、BigQuery、Fabric、Synapse、SQLAlchemy）使用的連線 URL
`PROVISA_MATERIALIZE_URL`		具體化儲存區 URL 覆寫；預設為引擎自身的儲存區
`PROVISA_MSSQL_ODBC_DRIVER`	`ODBC Driver 18 for SQL Server`	供 Fabric / Synapse 使用的 ODBC 驅動程式名稱
`GOOGLE_APPLICATION_CREDENTIALS`		GCP 服務帳戶金鑰 JSON 的路徑（BigQuery）
`GOOGLE_CLOUD_PROJECT`		GCP 專案 ID（BigQuery；未設定時自服務帳戶推斷）
`FABRIC_SQL_SERVER`		Microsoft Fabric SQL 分析端點主機名稱
`FABRIC_DATABASE`		Fabric 資料庫名稱
`FABRIC_WORKSPACE_ID`		Fabric 工作區 GUID（外部物件儲存捷徑須提供）
`SYNAPSE_SQL_SERVER`		Azure Synapse 專用 SQL 集區或無伺服器主機名稱
`SYNAPSE_DATABASE`		Synapse 資料庫名稱
`AZURE_TENANT_ID`		Azure AD 租用戶（供 Fabric/Synapse 服務主體驗證使用）
`AZURE_CLIENT_ID`		Azure AD 應用程式客戶端 ID
`AZURE_CLIENT_SECRET`		Azure AD 應用程式客戶端密鑰
`REQUESTS_CA_BUNDLE`		自訂 CA 套件路徑（Databricks connector、開發用 TLS 代理）

CLI 指令¶

provisa start              # Start all services
provisa stop               # Stop all services
provisa restart            # Restart
provisa status             # Show service health
provisa open               # Open the UI in the browser
provisa logs               # Tail service logs
provisa export             # Print current config as YAML to stdout
provisa export FILE        # Write current config as YAML to FILE
provisa import FILE        # Replace running config with YAML from FILE

（REQ-224、REQ-164）

設定提升工作流程（開發 → 測試 → 生產）¶

所有環境專屬設定（連線字串、密鑰、連接埠）均應置於環境變數或密鑰管理器中——而非於匯出的設定內。匯出的 YAML 擷取的是您的語意模型：數據來源、領域、角色、檢視。（REQ-164）

# On dev — export after making changes in the UI
provisa export > config.yaml
git add config.yaml && git commit -m "chore: update semantic model"
git push

# On test/prod — pull and import
git pull
provisa import config.yaml

部署¶

選擇部署路徑¶

VM 與 Kubernetes 之比較¶

映像檔取得與安全掃描¶

開發（自原始碼）¶

建議：start-ui.sh¶

手動步驟（僅後端，無 UI）¶

完整堆疊（Provisa 於容器內）¶

服務¶

遙測後端（otlp2sql）¶

macOS 安裝程式¶

步驟¶

數據持久性¶

Windows 安裝程式¶

步驟¶

數據持久性¶

Linux AppImage——單節點或多節點 VM¶

這是甚麼¶

何時使用¶

步驟——單節點¶

步驟——多節點（主節點）¶

步驟——多節點（各次要節點）¶

主／次拓撲¶

非互動式（自動化）首次啟動¶

雲端 VM 部署——Terraform（AWS）¶

檔案¶

步驟¶

精靈問題¶

執行個體容量規劃指南¶

佈建內容¶

先決條件檢核清單¶

密鑰¶

Kubernetes / Helm¶

何時使用¶

步驟¶

先決條件檢核清單¶

主要設定值¶

擴縮¶

更新設定¶

高可用性與復原¶

聯邦引擎相依性¶

Python 套件（已列於核心相依套件中）¶

系統層級需求¶

各引擎檢核清單¶

環境變數¶

CLI 指令¶

設定提升工作流程（開發 → 測試 → 生產）¶

建議：`start-ui.sh`¶

遙測後端（`otlp2sql`）¶