<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Cheng Chen on Mooncake</title>
    <link>https://mooncake.pgsty.com/zh/authors/cheng-chen/</link>
    <description>Recent content in Cheng Chen on Mooncake</description>
    <generator>Hugo</generator>
    <language>zh-CN</language>
    
    
    
      <lastBuildDate>Thu, 05 Nov 2026 19:17:16 +0800</lastBuildDate>
    
    
      <atom:link href="https://mooncake.pgsty.com/zh/authors/cheng-chen/index.xml" rel="self" type="application/rss+xml" />
    
    <item>
        <title>Mooncake 正式加入 Databricks！</title>
        <link>https://mooncake.pgsty.com/zh/blog/post/mooncake-and-databricks/</link>
        <pubDate>Wed, 01 Oct 2025 00:00:00 +0000</pubDate>
        
        <guid>https://mooncake.pgsty.com/zh/blog/post/mooncake-and-databricks/</guid>
        <description>&lt;p&gt;十三个月前，我们创立了 Mooncake，旨在将支撑 OpenAI 等科技巨头的数据智能技术栈带给每一个现代应用与每一位开发者——从第一行 Prompt 直到公司上市（IPO）。&lt;/p&gt;</description>
      </item>
    <item>
        <title>Mooncake 技术白皮书：面向 Apache Iceberg 的实时存储引擎</title>
        <link>https://mooncake.pgsty.com/zh/blog/post/white-paper/</link>
        <pubDate>Mon, 11 Aug 2025 00:00:00 +0000</pubDate>
        
        <guid>https://mooncake.pgsty.com/zh/blog/post/white-paper/</guid>
        <description>&lt;p&gt;这篇技术白皮书假设读者已对开放分析表格式 &lt;a href=&#34;https://iceberg.apache.org/&#34;&gt;Apache Iceberg&lt;/a&gt; 有所了解。Iceberg 是现代“数据湖仓（Lakehouse）”运动的核心基石，它允许用户：&lt;/p&gt;&#xA;&lt;ol&gt;&#xA;&lt;li&gt;将大规模数据集以开放文件格式（Parquet + 元数据）存储在廉价对象存储中；&lt;/li&gt;&#xA;&lt;li&gt;使用 Spark、Trino、Flink、DuckDB 等多种计算引擎通过 SQL 直接查询；&lt;/li&gt;&#xA;&lt;li&gt;获得 Schema 演进与时间旅行（Time Travel）等数据库级特性；&lt;/li&gt;&#xA;&lt;li&gt;实现近乎无限的弹性扩展，彻底摆脱单一供应商锁定。&lt;/li&gt;&#xA;&lt;/ol&gt;&#xA;&lt;p&gt;然而，Iceberg 生来是为低频变更数据与批量分析处理而设计的。在批处理领域，随着各大引擎对开放格式读取能力的持续优化，这套体系已经非常成熟。&lt;/p&gt;</description>
      </item>
    <item>
        <title>PostgreSQL 中最简单的极速分析方式：pg_mooncake v0.1 正式发布</title>
        <link>https://mooncake.pgsty.com/zh/blog/release/pgmooncake-v01/</link>
        <pubDate>Sat, 11 Jan 2025 00:00:00 +0000</pubDate>
        
        <guid>https://mooncake.pgsty.com/zh/blog/release/pgmooncake-v01/</guid>
        <description>&lt;p&gt;我们在创业第 60 天向世界&lt;a href=&#34;https://mooncake.pgsty.com/zh/blog/post/how-we-built-pgmooncake/&#34;&gt;首次宣布了&lt;/a&gt; &lt;code&gt;pg_mooncake&lt;/code&gt;。&lt;/p&gt;&#xA;&lt;p&gt;今天（第 131 天），&lt;code&gt;pg_mooncake&lt;/code&gt; 正式结束 Beta 阶段，发布 &lt;a href=&#34;https://github.com/Mooncake-Labs/pg_mooncake/releases/tag/v0.1.0&#34;&gt;v0.1.0&lt;/a&gt;。&lt;/p&gt;&#xA;&lt;p&gt;&lt;code&gt;pg_mooncake&lt;/code&gt; 的核心竞争力在于&lt;strong&gt;极致易用性&lt;/strong&gt;与&lt;strong&gt;强悍性能&lt;/strong&gt;。在 v0.1 中，我们在这两个方向上全力加码。&lt;/p&gt;</description>
      </item>
    <item>
        <title>pg_mooncake：基于列存表与 DuckDB 的 Postgres 极速分析引擎</title>
        <link>https://mooncake.pgsty.com/zh/blog/post/how-we-built-pgmooncake/</link>
        <pubDate>Wed, 06 Nov 2024 00:00:00 +0000</pubDate>
        
        <guid>https://mooncake.pgsty.com/zh/blog/post/how-we-built-pgmooncake/</guid>
        <description>&lt;p&gt;&lt;a href=&#34;https://mooncake.pgsty.com/zh/docs/intro/&#34;&gt;&lt;code&gt;pg_mooncake&lt;/code&gt;&lt;/a&gt; 将列存表（Columnstore Tables）与 DuckDB 向量化执行引擎引入 PostgreSQL，以实现极速分析查询。&lt;/p&gt;&#xA;&lt;p&gt;它像普通 Postgres 表一样支持事务性的 &lt;code&gt;INSERT&lt;/code&gt;、&lt;code&gt;UPDATE&lt;/code&gt; 和 &lt;code&gt;DELETE&lt;/code&gt;。底层数据以 Parquet 文件配合 Delta Lake（以及 v0.2+ 中的 Apache Iceberg）表元数据写入，因此也可以在 Postgres 外部直接查询。&lt;/p&gt;</description>
      </item>
    <item>
        <title>Mooncake：下一代搜索与分析系统</title>
        <link>https://mooncake.pgsty.com/zh/blog/post/mooncake-launch/</link>
        <pubDate>Wed, 30 Oct 2024 00:00:00 +0000</pubDate>
        
        <guid>https://mooncake.pgsty.com/zh/blog/post/mooncake-launch/</guid>
        <description>&lt;p&gt;我们是 Zhou、Cheng 和 Pranav。过去十年里，我们一直在 MemSQL（现名 SingleStore）研发数据库内核。&lt;/p&gt;&#xA;&lt;p&gt;我们热爱复杂系统、硬核工程技术，当然还有——物理学 🙂 数据系统就像物理学一样，建立在若干基本公理之上。这些原则必须自洽且持久。&lt;/p&gt;</description>
      </item>
    
  </channel>
</rss>
