太可研究所

大数据相关的技术已经过了高速发展的阶段，这两年颠覆性的创新几乎已经绝迹了，业界基本上是在现有的能力上做优化（通俗一点说就是 shift 上雕花）。不少在大厂的朋友也纷纷表示 Data 部门比较养老，每

Arrow 是数据领域非常重要的一个项目，也是很多新兴数据库和大数据项目的基石。事实上，很难用一句话描述它的定位，毕竟它从最开始的内存列式数据格式逐渐演变成一个包含 DataFrame、RPC、SQL

资源管理 Resource Manager，简称为 RM。最早 Hadoop 中用 Yarn 做 RM，各种计算引擎也纷纷默认支持 Yarn 做调度，后来随着云计算和容器技术的兴起，逐渐诞生了 k8s

开一个系列，分别介绍一下最近十年新冒出来的数据库。分别从产品要解决的问题，技术路线，商业化角度分析一下。 这周太可研究所（techinstitute）分享一个嵌入式 OLAP 数据库 -- DuckD

本文的侧重点是数据平台和数据引擎的建设，为 Data Engineer 和 Data Analyst 们提供更好用的工具。

回想起第一次接触 Scala，最早要追溯到 2013 年，一晃眼已是十年的时间。这十年间发生了很多事情，有不少用 Scala 写的项目火了，也有很多新编程语言火了，就连 Java 这棵老树也发了新芽，

昨天的英伟达 GTC Keynote 上，老黄二度提到了向量数据库，笔墨不多，但是个讨论的好时机。 今天不说别的，就和太可研究所（techinstitute）一起来聊聊 ColBERT 对向量数据库的

不是吧，不是吧，还真有勇士敢在今年卷数据库赛道创业？ 如果是真的，我只能祝你梦想成真。别误会，这没有任何阴阳怪气或看热闹的意思，之所以这样说，完全是因为 2024 年对于数据库赛道创业者来说太难了。

最近跟朋友忆当年，聊起初入 Data 行业的场景，发现包括当时的我们在内，对于行业的具体分工并不了解。 最核心的原因在于 Data 的分工的确很复杂，哪怕同为研发也不一定了解其中的区别。公司在招人的时