趁着刚回上海，不想干活（哪天都不想干活），简单写点感受。

人菜瘾大

不过最后也算是半个 Happy Ending 了。

(segfault一定不是个好名字，997不一定是个坏名字)

赛题

赛题就是个旁路导入，在答辩开始前，我都觉得这次比赛的难度相比来说没有第一届高（主要那个 NLJ 完全没思路）。

不过后来我觉得这次比赛其实已经有点天池的味道了，虽然比赛依托于Oceanbase，但是可操作空间还是非常大的。

一些简单的感想：

在数据编码上，其实大家都已经发现了数据里很多字段其实都是一些枚举值，虽然字段类型可能是 varchar，在这点上有很多队伍的做法我很喜欢，例如预先的采样+增量式处理，或者动态维护编码表（我最喜欢这种）。

而对于最后几个长字符串字段来说，大部分队伍还是靠压缩算法来兜底（我也是），但是也有队伍专门针对这几个字段优化的，让我很羞愧。

排序上，我的思路有点被束缚住了，我完全没有必要一步实现每个桶内数据的全局有序，这一点带来的overhead 真的是挺大的。维护每个线程内部的每个桶的有序化，再加上后续的归并排序，可能是个更好的方案。

内存排序方法上，前两名其实都是用的主键+index的排序方式，看来我还挺接近他们的。

异步IO，这个东西我折腾半天没搞明白就没整了，双缓冲的异步IO对读取CSV文件来说，我觉得应该是有作用的，特别是对于我现在这种专门开了8个线程来进行读取的实现来说。

我想做但是没能力的SIMD解析真有队伍做了，虽然和我所想的用法不一样，不过好像提升还不错，tql！

更新一下，北大季军更新了一下他们的解题思路，看完后我陷入了沉思，虽然思路上有类似的地方，但是过程却完全不一样，我目前还是更多的依赖于经验主义，很多想法其实非常 heuristic，work不work全靠一把梭（评委其实也提到了这一点）。抓住指标，再加上合适的工具，然后去探寻解决方法，才是正确的道路。（不过我已经有一一一一些反感指标这个词了，我绝没有在暗示什么）

后记

这次比赛让我知道了，答辩的准备其实也是很重要的。像我这种一天写PPT，半天写讲稿的，属于是典型反面教材了，答辩就像答辩。

这次都没拍什么照，因为对结果的预期有点低。

阿里大楼，不过OB不在这里

没敢去找院长合照><

DBHammer YYDS!

本来想要再和周校长拍张照的，不过校长发言完就走了...

没听说过的原创乐队，不过还不错

P.S. 答辩还被院长喷了Orz
P.P.S 下次我还要挂DaSE的名字，如果有下次的话