1. 向量化和編譯都可以提高數(shù)據(jù)庫的速度。

2. 向量化通過對元組批量處理來分攤成本，利用硬件中的新指令。

3. 編譯是通過硬編碼程序來滿足查詢需求。

4. 向量化和編譯兩種方法在一定程度上是互斥的，但在特定情況下可以結(jié)合使用。

5. 為了比較這兩種方法，需要在同一個系統(tǒng)中實現(xiàn)它們，并進行直接的對比。

6. 在真實世界中，這五個查詢足夠代表你在工作中遇到的工作負載。

7. 第一個查詢和第六個查詢是沒有連接掃描的，主要對TPCH中最大的表進行聚合計算。

8. 第三個查詢和第九個查詢是連接操作，不同之處在于哈希表的大小和數(shù)據(jù)集的大小。

9. 最后一個查詢是一個具有非常高基數(shù)的分組操作，需要構(gòu)建一個非常大的哈希表。

10. 兩種系統(tǒng)架構(gòu)都可以實現(xiàn)高效并獲得相似的性能，具體取決于查詢的類型和特點。

11. 在單線程運行時，使用SIMD指令可以顯著提高性能。

12. 編譯器的自動向量化功能可以在一些情況下很好地工作，但有時需要手動使用SIMD指令。

13. 自動向量化和手動向量化結(jié)合使用可以獲得最佳性能。

14. 編譯器的選擇對自動向量化的效果有影響，Intel的編譯器在這方面表現(xiàn)較好。

15. 向量化方法在性能上的改進并不總是顯著，有時甚至?xí)?dǎo)致性能下降，緩存失效可能是其中的原因之一。

16. 課程項目要求學(xué)生在計劃中更新項目狀態(tài)，包括工作負載、進展和早期演示。

17. 學(xué)生需要將他們的代碼寫成文檔，并在課程網(wǎng)站上展示他們的項目。

18. 公司可能會根據(jù)學(xué)生的項目聘用他們，并提供推薦信。

19. 課程項目包括對Postgres和DuckDB等數(shù)據(jù)庫系統(tǒng)的優(yōu)化和改進。

20. 學(xué)生需要與團隊合作，并在開源項目中進行實踐。