Tìm kiếm
19 kết quả cho “Merge join”. Tìm không phân biệt dấu.
- PostgreSQL Stories: From slow query to fast, via stats Bài tóm tắt · Render · 2024
…ợc EXPLAIN ANALYZE vì nó chạy thật query hàng giờ) cho thấy merge join trên hai index, dừng ở dòng đầu tiên. - Vẽ dữ liệu ra mới thấy: serviceId có tiền tố theo loại ( crn- cron, d…
- From Batch Snapshots to Near-Real-Time Data Bài tóm tắt · Doximity · 2026
…ảng về khoá, schema, kiểu dữ liệu. - Có thể query trước khi merge: consumer đọc view = bảng base đã nén + delta chưa merge (lấy thay đổi mới nhất theo khoá chính, phủ lên base, bỏ…
- Redesigning DuckDB's Sort, Again Bài tóm tắt · DuckDB Labs · 2025
…viết lại sort trên nền chung đó. - Lựa chọn 2021 là cascade merge 2 chiều (nhanh trong RAM) chứ không phải k-way merge (ít I/O nhất khi vượt RAM, vốn là cách kinh điển). Thay đổi c…
- Fastest Table Sort in the West – Redesigning DuckDB's Sort Bài tóm tắt · DuckDB Labs · 2021
…luồng sort phần dữ liệu nó gom bằng radix sort; rồi cascade merge (mỗi lần gộp hai khối, hiệu quả trong bộ nhớ) thay vì k-way merge (ít I/O hơn, kiểu truyền thống cho sort ngoài).…
- How we built the Internal Data Warehouse at ClickHouse Bài tóm tắt · ClickHouse · 2023
…ng đích. - Idempotent: hầu hết bảng dùng ReplicatedReplacingMergeTree (cùng khoá thì giữ bản cuối), nên nạp lại một giờ bao nhiêu lần cũng được; khi đọc để transform dùng FINAL cho…
- Pipeline dữ liệu và analytics Chủ đề Thành viên
Lúc đầu, báo cáo chạy thẳng trên DB production. Đến một lúc truy vấn phân tích làm chậm giao dịch, dữ liệu cần gộp từ nhiều nguồn, và có thêm người dùng mới (analyst, ML, khách hàng xem dashboard). Khi đó cần một mặt…
- Query planner và hiệu năng truy vấn Chủ đề Thành viên
Database quan hệ không chạy SQL theo đúng cách nó được viết. Query planner chọn một plan (dùng index nào, join kiểu gì: nested loop, merge, hash; dừng sớm khi có LIMIT hay không) dựa trên thống kê về dữ liệu: số dòng,…
- Event-driven, message queue và Kafka Chủ đề Thành viên
Khi một hệ có nhiều bên cần biết "có gì vừa xảy ra" (đơn hàng đổi trạng thái, tin đăng được sửa, ticket được cập nhật), gọi đồng bộ từng bên một làm producer phải biết mọi consumer, và một consumer chậm kéo chậm cả…
- Hot partition và thundering herd Chủ đề Thành viên
Chia dữ liệu và tải ra nhiều máy chỉ hiệu quả khi tải chia đều. Thực tế tải lệch: một khách hàng khổng lồ, một kênh có @everyone, một bài của người nổi tiếng. Có hai dạng hay gặp:
- Migration không downtime Chủ đề Thành viên
Hệ thống đang chạy thật (gọi xe, chat, thiết kế) không được dừng, nhưng phải đổi ngôn ngữ, database hoặc hạ tầng bên dưới.
- Scale dọc trước khi scale ngang Chủ đề
Thêm máy (scale ngang) kéo theo độ phức tạp phân tán. Bắt mỗi máy làm được nhiều hơn (scale dọc, tối ưu) thì đơn giản hơn, nhưng có trần và dễ thành một điểm hỏng.
- Cache và invalidation Chủ đề Thành viên
Cache là cách rẻ nhất để một DB chịu được lượng đọc tăng nhiều lần. Vì vậy nó xuất hiện ngay từ giai đoạn đầu (Instagram 2011, Facebook 2004–2010). Cái giá đến sau, và lặp lại ở hầu hết các nguồn:
- Chi phí hạ tầng và build vs buy Chủ đề Thành viên
Khi còn nhỏ, chi phí hạ tầng là chuyện phụ và cloud là lựa chọn hiển nhiên. Khi lớn lên, hoá đơn có thể chiếm phần lớn giá vốn. Hai câu hỏi xuất hiện: tối ưu chi phí trên nền đang có thế nào, và khi nào nên tự xây (hoặc…
- Using Presto in our Big Data Platform on AWS Bài tóm tắt · Netflix · 2014
…tream. - Mong muốn: join bảng lớn (hash join phân tán, sort-merge join), và thu nhỏ cụm êm (drain node trước khi tắt) để co cụm ngoài giờ làm việc. Vì sao - Khi dữ liệu nằm ở S3 ch…
- LinkedIn Công ty Thành viên
Bài khung là bài nhìn lại năm 2015 . LinkedIn bắt đầu năm 2003 là một monolith tên Leo. Service đầu tiên tách ra là member graph, vì đồ thị kết nối có profile tải khác hẳn; DB profile được đỡ bằng scale dọc rồi replica…
- DuckDB Labs Công ty Thành viên
DuckDB Labs có ba nguồn trong wiki, đều năm 2026 và đều là nhà cung cấp viết về format lakehouse. Lập luận chung: metadata của lake nên nằm trong một database (catalog) thay vì rải thành file trên object storage. Data…
- Snowflake Công ty Thành viên
Nguồn đầu tiên của Snowflake trong wiki là bài về đường ghi của Adaptive Warehouses (2026): micro-partition bất biến làm sửa nhỏ thành viết lại lớn, nên họ ghi delta + bitmap, dùng lại thống kê cột, rồi chồng I/O với…
- Inside Stream's Real-Time Architecture for Trading & Investing Apps Bài tóm tắt · Stream (GetStream) · 2026
…lần đọc trước nhờ cursor cho từng nguồn được theo dõi , rồi merge vào kết quả đã cache trong TiKV (TiKV lo multi-Raft và rebalance mà trước đây Stream tự vận hành). Lúc dựng top N,…
- Scaling up your microservice testing with Apache Spark Bài tóm tắt · Stripe · 2026
…ểm khách quan. Liên quan - · (cùng công ty: chọn test trước merge) · · (chạy song song đường cũ và mới, so kết quả) - ·…