共有102个标签

论文 (44)

2023/06/01 BitWeaving: Fast Scans for Main Memory Data Processing
2023/05/28 Cache Conscious Indexing for Decision-Support in Main Memory
2023/05/26 Column Imprints: A Secondary Index Structure
2023/05/24 SqlServer的列存索引
2023/05/22 Bitmap Index Design and Evaluation
2023/05/21 深入数据库系统: History of Databases
2023/05/17 Column Sketches: A Scan Accelerator for Rapid and Robust Predicate Evaluation
2023/05/13 Optimal Column Layout for Hybrid Workloads
2023/05/07 列存 vs 行存，到底有什么不同？
2023/05/06 Lakehouse A New Generation of Open Platforms that Unify Data Warehousing and Advanced Analytics
2023/05/04 基于存算分离下的Elastic Query Engine
2023/05/03 What Goes Around Comes Around
2023/02/08 CPU and Cache Efficient Management of Memory-Resident Databases
2023/02/05 Efficiently Compiling Efficient Query Plans for Modern Hardware
2023/02/04 Generating code for holistic query evaluation
2023/02/01 Implementing Database Operations Using SIMD Instructions
2023/01/27 Rethinking SIMD Vectorization for In-Memory Databases
2023/01/19 SIMD-Scan: Ultra Fast in-Memory Table Scan using onChip Vector Processing Units
2023/01/17 Make the most out of your SIMD investments: counter control flow divergence in compiled query pipelines
2023/01/13 Accelerating Analytics with Dynamic In-Memory Expressions
2023/01/07 Materialization Strategies in the Vertica Analytic Database: Lessons Learned
2023/01/05 MonetDB/X100: Hyper-Pipelining Query Execution
2023/01/03 Access Path Selection in Main-Memory Optimized Data Systems Should I Scan or Should I Probe
2023/01/02 Photon A Fast Query Engine for Lakehouse Systems
2022/11/18 关于云环境中多租户问题的论文
2022/11/18 MillWheel
2022/11/17 How to Read a Paper
2022/09/03 Architecture of a Database System论文翻译
2022/08/11 确定要在DBMS中用mmap吗
2022/07/03 What's Really New with NewSQL论文
2022/07/02 Snowflake论文
2022/07/01 Spark SQL论文
2022/06/24 Delta Lake论文
2022/06/16 Chubby论文
2022/05/16 Raft论文
2022/05/01 Paxos Made Simple论文
2022/04/20 BigTable论文
2022/04/20 MapReduce论文
2022/04/13 GFS论文
2022/03/20 Hive论文
2022/02/20 Kudu论文翻译
2021/11/26 A Critique of ANSI SQL Isolation Levels论文
2021/11/22 Alluxio论文
2021/11/06 Spark论文

spark (20)

2025/08/29 Spark和Flink的对比总结（包含Operator）
2025/01/04 Spark 注册数据源
2025/01/01 Spark Core相关-2
2024/11/25 Spark Core相关-1
2024/10/23 Spark的一些优化
2024/09/09 spark 的 streaming
2024/09/01 Spark的数据分布
2024/05/06 code-gen
2024/04/27 Spark原理-JOIN
2024/04/27 Spark原理-窗口函数和多维分析
2024/04/19 Spark原理-聚合
2024/03/13 Spark原理-物理计划&聚合
2024/03/04 Spark原理-优化规则
2024/03/02 Spark原理：逻辑计划解析、扩展点、catalog等
2023/06/30 Spark性能调优
2023/01/02 Photon A Fast Query Engine for Lakehouse Systems
2022/07/01 Spark SQL论文
2022/03/06 Spark逻辑计划的解析
2022/03/04 Spark的注入规则
2021/11/06 Spark论文

工作记录 (19)

ebpf (10)

2025/08/30 eBPF的 http跟踪
2025/08/10 bpftrace 12个小命令
2025/08/09 eBPF 总结 2
2025/08/02 eBPF 总结
2025/08/01 eBPF 资源
2025/07/26 eBPF 容器
2025/07/12 eBPF 网络
2025/07/05 eBPF 用户态跟踪
2025/06/14 eBPF 内核跟踪
2025/05/10 eBPF hello-world

flink (10)

2025/08/29 Spark和Flink的对比总结（包含Operator）
2025/03/29 Flink 内存管理
2025/03/23 Flink RPC
2025/03/15 Flink 状态管理
2025/03/08 Flink 集群管理
2025/03/01 Flink 任务提交
2025/02/22 Flink-DataStraem
2025/02/15 Flink架构
2025/02/08 Flink执行图的生成
2022/11/05 Apache Flink™: Stream and Batch Processing in a Single Engine

cmu-database (9)

2023/05/21 深入数据库系统: History of Databases
2023/03/20 bustub数据库
2023/01/22 深入数据库系统: Query Execution & Processing
2022/11/13 CMU数据库总结
2022/07/22 卡内基梅隆的数据库课程-1
2022/07/04 卡内基梅隆的数据库课程-2
2022/07/04 卡内基梅隆的数据库课程-3
2022/07/04 卡内基梅隆的数据库课程-4
2022/07/04 卡内基梅隆的数据库课程-5

国外旅行 (9)

2021/10/04 朝鲜之行
2021/10/03 日本之行
2021/10/01 海边的亚庇
2021/09/30 多瑙河畔的布达佩斯
2021/09/29 城中国梵蒂冈
2021/09/28 永恒之城罗马
2021/09/27 水上的威尼斯(下)
2021/09/27 水上的威尼斯(上)
2021/09/23 越南海边城市岘港

leveldb (7)

2023/04/14 LevelDB Mulit vesion and compaction
2023/04/11 LevelDB Utils(内存分配、编码、LRU、bloom filter)
2023/04/09 LevelDB SSTable
2023/04/06 LevelDB MemTable
2023/04/03 LevelDB Log module
2023/03/30 LevelDB 公开的接口
2023/03/27 LevelDB 基本概念

english (6)

mysql (6)

2023/01/01 MySQL的并发
2022/12/22 MySQL的恢复
2022/12/19 MySQL的缓存
2022/12/15 MySQL查询分析
2022/12/13 用工具分析MySQL存储文件
2022/12/02 MySQL文件存储结构

国内旅行 (6)

2026/02/28 云南滇西大环线
2025/10/21 南边的北海
2025/06/03 海边徒步和骑行
2023/10/07 热带城市-西双版纳
2021/10/10 多彩的黔东南
2021/10/02 丽江之行

数据库 (6)

2022/11/20 调试MySQL
2022/09/03 Architecture of a Database System论文翻译
2022/08/11 确定要在DBMS中用mmap吗
2022/08/08 为何Uber要将PostgreSQL迁到MySQL
2022/07/02 PingCAP提供的数据库学习资料
2021/11/26 TPC-DS

索引 (6)

2023/06/01 BitWeaving: Fast Scans for Main Memory Data Processing
2023/05/28 Cache Conscious Indexing for Decision-Support in Main Memory
2023/05/26 Column Imprints: A Secondary Index Structure
2023/05/24 SqlServer的列存索引
2023/05/22 Bitmap Index Design and Evaluation
2023/05/17 Column Sketches: A Scan Accelerator for Rapid and Robust Predicate Evaluation

simd (5)

2023/09/09 xsimd
2023/02/01 Implementing Database Operations Using SIMD Instructions
2023/01/27 Rethinking SIMD Vectorization for In-Memory Databases
2023/01/19 SIMD-Scan: Ultra Fast in-Memory Table Scan using onChip Vector Processing Units
2023/01/17 Make the most out of your SIMD investments: counter control flow divergence in compiled query pipelines

iceberg (4)

2024/02/29 Apache Iceberg中的压缩
2024/02/28 Copy-On-Write vs Merge-On-Read in Apache Iceberg
2024/02/26 Apache Iceberg Tables 的读写和查询管理
2024/02/25 Iceberg 简单总结

向量化 (4)

查询优化 (4)

2023/01/13 Accelerating Analytics with Dynamic In-Memory Expressions
2023/01/07 Materialization Strategies in the Vertica Analytic Database: Lessons Learned
2023/01/05 MonetDB/X100: Hyper-Pipelining Query Execution
2023/01/03 Access Path Selection in Main-Memory Optimized Data Systems Should I Scan or Should I Probe

ai (3)

es (3)

2024/11/15 sea tunnel
2024/11/04 ozone
2024/11/03 ES的简单学习

openlogreplicator (3)

paxos (3)

2022/06/16 Chubby论文
2022/05/15 Multi Paxos总结
2022/05/14 Basic Paxos总结

大数据 (3)

2023/11/19 大数据的历史
2022/11/18 MillWheel
2022/11/10 FlumeJava: Easy, Efficient Data-Parallel Pipelines

查询编译 (3)

2023/02/08 CPU and Cache Efficient Management of Memory-Resident Databases
2023/02/05 Efficiently Compiling Efficient Query Plans for Modern Hardware
2023/02/04 Generating code for holistic query evaluation

生活 (3)

编译原理 (3)

读书笔记 (3)

c++ (2)

2023/10/29 C++模版的一些记录
2023/09/17 左值右值

calcite (2)

2021/12/27 统一查询项目整合Calcite
2021/12/26 统一查询项目介绍

data_ingestion (2)

2024/02/19 数据摄取：工具选择策略
2024/01/15 数据摄取：架构和模式

doris (2)

2024/01/05 Doris Advanced
2024/01/05 Doris Basic

gluten (2)

2023/09/24 Gluten源码结构
2023/08/27 Gluten和相关依赖

hive (2)

2024/01/14 关于 HMS 的原理和一些优化
2022/03/20 Hive论文

impala (2)

2023/12/09 网易对Impala的一些使用
2023/12/01 Impala Tuning Summary

k8s (2)

2024/11/04 k8s 网络
2022/09/18 k8s POD使用总结

kudu (2)

2022/02/20 Kudu论文翻译
2022/02/13 Kudu的模型设计

lakehouse (2)

micro-service (2)

2024/10/20 系统设计
2024/10/19 微服务架构

parquet (2)

2024/10/22 DataX和Canal相关
2024/10/02 Spark中的 parquet 原理

raft (2)

2022/06/05 Raft A Consensus Algorithm for Replicated Logs记录
2022/05/16 Raft论文

scala (2)

2024/10/15 scala summary
2022/02/24 scala的一些特性

snowflake (2)

2023/05/04 基于存算分离下的Elastic Query Engine
2022/07/02 Snowflake论文

yarn (2)

2025/01/11 YARN原理分析
2024/02/11 YARN 简单总结

列存 (2)

2023/05/13 Optimal Column Layout for Hybrid Workloads
2023/05/07 列存 vs 行存，到底有什么不同？

历史 (2)

2021/10/18 沸腾新十年(上)
2021/10/18 沸腾新十年(下)

数据中台 (2)

2024/11/01 国内几个云厂商大数据平台
2024/10/30 数据中台总结

经济分析 (2)

2025/12/28 关于AI 的生态
2025/11/30 关于AI泡沫

缓存 (2)

2021/11/22 Alluxio论文
2021/11/03 LFU缓存

计算框架 (2)

2022/04/20 MapReduce论文
2021/11/06 Spark论文

读书 (2)

2023/12/31 难忘的时刻(2023年)
2022/12/11 一本书、一部电影(2022年)

ambari (1)

2023/09/02 Ambari架构

architecture (1)

2024/09/25 一些系统设计的文章

bigdata (1)

2024/10/03 大数据上云

btrace (1)

2025/01/12 BTrace 的学习

b树 (1)

2022/10/15 B+树执行过程

claude (1)

2026/04/01 Claude code 源码分析

deltalake (1)

2022/06/24 Delta Lake论文

facebook (1)

2024/02/02 数据开发工程师的工作内容（meta）

flume (1)

2023/07/23 大数据采集

gc (1)

2023/07/22 JVM GC 介绍

hana (1)

2021/12/29 HANA调研

janino (1)

2024/05/05 Spark 代码生成工具 Janino

juicefs (1)

2025/08/23 JuiceFS

kafka (1)

2024/10/18 Kafka架构

kyuubi (1)

2022/08/01 Kyuubi设计调研

llamafactory (1)

2024/12/24 Llama Factory

llvm (1)

2023/02/05 Efficiently Compiling Efficient Query Plans for Modern Hardware

log4j (1)

2025/01/27 公有云中日志收集

longhorn (1)

2026/01/09 longhorn

manacher (1)

2021/10/16 马拉车算法

mapreduce (1)

2022/03/26 MapRedue是一个巨大的退步

newsql (1)

2022/07/03 What's Really New with NewSQL论文

oceanbase (1)

2023/03/26 OceanBase开发者大会分享

openldap (1)

2025/04/13 OpenLDAP 学习

presto (1)

2023/07/12 Presto在各大公司的应用

pytorch (1)

2025/01/30 学习一下 pytorch

quick-sql (1)

2021/12/26 QuickSQL执行过程

sre (1)

2024/10/26 SRE总结

teradata (1)

2021/12/28 Teradata调研

tpcx-hs (1)

2023/11/09 TPCx-HS优化总结

trino (1)

2024/04/07 Trino架构

tuning (1)

2024/01/07 系统调优

unix (1)

2021/12/01 UNIX环境高级编程读书笔记

中东问题 (1)

2026/03/28 Iran War

二分查找 (1)

2021/10/20 两个有序数组的中位数

二叉树遍历 (1)

2021/10/05 莫里斯遍历

分布式 (1)

2022/04/13 GFS论文

动态注入 (1)

2022/05/02 Java的APM工具原理

商业 (1)

2026/01/11 2015年 -- 2025年

回溯 (1)

2021/10/21 N皇后

多租户 (1)

2022/11/18 关于云环境中多租户问题的论文

大模型 (1)

2026/03/08 国内外模型和云厂商汇总

存储 (1)

2022/04/13 GFS论文

微服务 (1)

2021/09/27 微服务的设计的IDEALS

数据模型 (1)

2023/05/03 What Goes Around Comes Around

数据迁移 (1)

2021/12/30 数据迁移工具DB-bridge

概率 (1)

2024/03/15 简单的排列组合问题

汇编 (1)

2021/10/10 从汇编角度看程序的执行

测试 (1)

2021/11/26 TPC-DS

电影 (1)

2021/10/16 推荐一些不错的韩国电影

算法 (1)

2022/01/08 用DFA验证字符串中的数字

经济 (1)

2022/01/16 对永久组合的实践

网络 (1)

2022/10/16 容器网络