Tổng kết sê-ri xử lý dữ liệu lớn: gom 11 phép đo thành một pipeline Parquet và DuckDB, cùng 10 triệu dòng đổi từ CSV thô sang Parquet tối ưu (zstd, sắp xếp theo cột lọc) cho file nhỏ hơn 6,8 lần và truy vấn nhanh hơn 44 lần mà không đổi logic
Bài tổng kết sê-ri xử lý dữ liệu lớn: gom 11 phép đo từ định dạng cột, nén, predicate pushdown, column projection, vectorized, join, aggregation, partitioning, spill tới metadata thành một pipeline và checklist. Đo end-to-end trên 10 triệu dòng: chuyển CSV thô sang Parquet tối ưu (nén zstd, sắp xếp theo cột hay lọc, row group vừa) cho file nhỏ hơn 6,8 lần (498 MB xuống 73 MB) và truy vấn lọc cộng tổng nhanh hơn 44 lần (410 ms xuống 9,3 ms), cộng dồn mọi kỹ thuật mà không đổi một dòng logic truy vấn. Dữ liệu lớn trên một máy không cần cụm.