科普
行式存储与列式存储
从访问模式、压缩、扫描和写入代价理解行式与列式存储。
全部内容
技术文档
围绕数据系统、分布式计算和通用原理建立可复用的技术知识库。
这里直接进入知识库：技术文档、跨项目对比和概念科普统一在同一个入口中。
内容会围绕 Spark、ClickHouse、Doris、Ray 和 Daft 持续整理，并用可复现实验补充结论。
科普
什么是向量化执行
用批量处理而不是逐行处理理解向量化执行，以及它为什么常出现在 OLAP 系统中。
对比
Spark vs Ray：批处理与分布式应用
从计算抽象、任务调度、数据处理和生态边界理解 Spark 与 Ray 的区别。
对比
Spark vs Daft：数据处理模型的差异
比较 Spark 与 Daft 在数据抽象、执行计划、生态和适用场景上的差异。
文档
Spark
从执行模型、Shuffle、Spark SQL 到流处理，建立 Spark 专题路线。
科普
Shuffle 是什么
解释分布式计算为什么需要重新分布数据，以及 Shuffle 的成本从哪里来。
文档
Ray
从 Tasks、Actors 和调度模型出发，理解 Ray 的分布式应用路径。
文档
Doris
记录 MPP 分析、分区分桶、表模型和查询加速相关实践。
文档
Daft
记录 DataFrame、物理执行计划和分布式数据处理之间的联系。
对比
ClickHouse vs Doris：分析型数据库如何选
从数据组织、查询执行、生态和运维边界出发，建立 ClickHouse 与 Doris 的比较框架。
文档
ClickHouse
围绕 MergeTree、排序键、分区和查询执行，拆解 ClickHouse 的分析型路径。