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。
TAXONOMY
Spark
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。