工程实践

从零构建列式查询引擎:内存格式、向量化执行与 Rust 工程实践

从零构建列式查询引擎的完整工程实践:深入剖析列式存储原理、Apache Arrow内存格式字典编码、查询编译流水线谓词下推、向量化执行引擎批量处理模式、SIMD加速过滤与聚合、高性能内存分配器与缓冲区池、io_uring异步IO集成、并行执行调度策略、Spill to Disk溢出处理,以及基于Prometheus的生产监控体系

大模型语料去重工程实战:从 MinHash-LSH 的概率曲线到 10TB 语料流水线

拆解预训练语料去重的三层漏斗:归一化精确去重、MinHash-LSH 近重复召回、embedding 语义兜底。从 MinHash 的无偏估计性质与 1-(1-s^r)^b 分带概率曲线出发,给出签名、分桶、候选复核与连通分量的可运行代码,并总结倾斜桶、阈值拍脑袋、去重后分布偏斜等生产级坑点与验收清单。

Chromium 渲染管线深度工程实战:从 DOM 到合成帧的全链路与 INP 优化

按 Blink 与 cc 的真实分工拆开 Chromium 渲染管线:样式失效集合与 CSS 变量失效粒度、Layout NG 的约束空间与强制同步布局、Paint 显示列表与合成层/tile 光栅化、BeginFrame 与 Deadline 帧调度,给出可复现的 layout thrashing 代码反例、contain/content-visibility 治本方案、scheduler.yield 长任务切片与 Chrome Tracing 定位清单。