diff --git "a/\345\274\200\346\272\220\346\225\205\344\272\213/\344\270\200\344\270\252\347\250\213\345\272\217\347\214\277\344\270\212\345\244\264\347\232\204\346\225\205\344\272\213[\345\274\200\346\272\220/DataSphereStudio].md" "b/\345\274\200\346\272\220\346\225\205\344\272\213/\344\270\200\344\270\252\347\250\213\345\272\217\347\214\277\344\270\212\345\244\264\347\232\204\346\225\205\344\272\213[\345\274\200\346\272\220/DataSphereStudio].md"
new file mode 100644
index 0000000000000000000000000000000000000000..b4e4460859aa9600a031f73eb458c173476f1fd0
--- /dev/null
+++ "b/\345\274\200\346\272\220\346\225\205\344\272\213/\344\270\200\344\270\252\347\250\213\345\272\217\347\214\277\344\270\212\345\244\264\347\232\204\346\225\205\344\272\213[\345\274\200\346\272\220/DataSphereStudio].md"
@@ -0,0 +1,55 @@
+## 猿粪：
+本人是世界XXXL大厂的xxxxxxxx...s组小组组长一名，无头衔，被统称”打工人“，”代码搬运工“，”程序猿“，“大数据攻城狮”。迫于生计，去年开始陆续出去接客，接活。  作为没见过大世面的搬砖小工头，见到客户，只会小声讲我们的产品能做数据的离线处理。没想到客户张口从叙利亚问题谈到美国总统大选，彷佛我们需要交付的特性直接关乎了世界和平。
+
+经过几番周折和理解，基本上搞清了客户对于大数据处理的主要诉求：
+- **拖拉拽。**
+- **一键式。**
+- **智能。**
+- **安全，安全，安全生产！**
+- **明天能上线吗？**
+
+本人之前是研究过过开源项目Hue的，但是因为是java出身，没有用python做过工程，怕表演砸了饭碗，所以直接放弃了用Hue糊弄一下的想法。  
+
+在度娘上徘徊了几圈，经过几番周折，终于从谷歌上搜到了托管在微软的github上的webank开源的linkis，最终也锁定了DSS。
+https://github.com/WeBankFinTech/DataSphereStudio
+
+## 与DSS的爱恨情仇：
+
+**一见钟情**
+
+茫茫开源代码中，与DSS一见钟情，因为它是大家（webank）“闺秀”，既有靓丽的统一门户，又有”拖拉拽“”一键式“的内涵。开箱即用的特性，是我们产生火花的原因。只是因为在github上多看了它一眼，便开始了我们产品和开源产品DDS的”恋爱旅程“。
+
+**磨合**
+
+相识久了，越来越熟悉，就会发现相互的优缺点，当然随着时间这把杀猪刀的砍杀，缺点会被放得很大。我们在享用开源DSS给我们带来得便捷得同时，也发现了我们逐渐爆发的矛盾，例如它页面风格不是我们想要的，可能是认识久了，再美丽得面孔也有看烦的一天；再例如它总是有各种各样的小毛病，需要我们帮着它去改进；我们需要磨合。
+
+**怀疑**
+当我们的人都忙于定制化开发以及修改bug时，大家开始自我怀疑，我们与DDS这段情缘是不是到头了，它的架构是否能支撑我们的产品的未来？它的不足，我们是否有必要去弥补？
+
+**携手并进，共创未来**
+终于有一天，我们想清楚了，我们和DDS是合适的，我们是有未来的，但是我们需要共同创造！我们借用开源的DSS迅速构建我们的产品，同时我们也要携手DDS，帮助DDS成长，成熟。凡是爱，都需要相互付出，生活如此，参与开源项目亦如此！我们的故事未完待续.....
+
+**ps： 彩蛋**
+场景一
+我们基于DDS代码做了容器化的工作及解决很多问题，例如：
+ 1. 容器化后各个服务通信问题，注册到eurka上的示例通过ip加port方式。
+  2. 共同文件目录统一挂载，保证各个服务关键日志能被拿到。
+  3. hive spark客户端等配置文件统一挂载至容器外，方便因环境变化的修改。
+  4. 升级hive，hadoop的套件的版本，这里略去了一万字，最后结果还不错。
+  5. spark回调driver的问题。
+  6. 容器化以后读日志文件死锁问题。
+  7. dss容器化，quality容器化，schediuls容器化....
+  差点把大数据集群也搬进容器内了（捂脸）.....
+
+**折腾了小半年以后，小有收获，结果和微众银行的专家沟通后发现，开源版容器化即将发布... **
+ #  终于理解了习大大提倡的开放共享是多么重要，同理技术既需要内循环也需要外循环。
+
+场景二
+
+与DSS的最佳实践
+由于项目涉及太多，不便多说，我简单文字描述方案：  
+   1） 客户需求： 某市政务相关项目，统计各个局办事效率的排名。    
+   2） demo演示：利用DSS的 数据开发编写脚本，数据可视化生成报表，数据流组织业务，scheduls调度起来，整个流程拉通且可视化。  
+   3） 结果：拿下项目  
+
+**感受：最好的实践不一定是技术，而是能迅速拿下项目，帮客户成功，让项目组的兄弟有肉吃，有劲干。**