<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>parquet on Mooncake</title>
    <link>https://mooncake.pgsty.com/zh/tags/parquet/</link>
    <description>Recent content in parquet 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/tags/parquet/index.xml" rel="self" type="application/rss+xml" />
    
    <item>
        <title>如何让 DuckDB 在 Parquet 文件上的查询性能再上一个台阶</title>
        <link>https://mooncake.pgsty.com/zh/blog/post/duckdb-parquet/</link>
        <pubDate>Wed, 22 Jan 2025 00:00:00 +0000</pubDate>
        
        <guid>https://mooncake.pgsty.com/zh/blog/post/duckdb-parquet/</guid>
        <description>&lt;p&gt;上周，我们在 PostgreSQL 上运行了 ClickBench 基准测试并成功闯入&lt;a href=&#34;https://mooncake.pgsty.com/zh/blog/post/clickbench-v0.1/&#34;&gt;全球前十&lt;/a&gt;，证明了通过 &lt;a href=&#34;https://mooncake.pgsty.com/zh/docs/intro/&#34;&gt;&lt;code&gt;pg_mooncake&lt;/code&gt;&lt;/a&gt; 扩展，Postgres 完全能够胜任严肃的大规模分析负载。&lt;/p&gt;&#xA;&lt;p&gt;在成绩公布后，我们收到了许多开发者的提问：既然 &lt;code&gt;pg_mooncake&lt;/code&gt; 内部嵌入了 DuckDB 并将数据存储为 Parquet 格式，&lt;strong&gt;为什么它在 Parquet 文件上的查询速度反而比直接使用 DuckDB 扫描还要快？&lt;/strong&gt;&lt;/p&gt;</description>
      </item>
    
  </channel>
</rss>
