Vipassana

从里斯本湿滑的黑白石路，到塞维利亚老城的红砖钟楼，穿过马德里的画室与巴塞罗那的展厅。记一家三口在伊比利亚半岛的行走，也记那些从街巷、建筑和画作中慢慢浮现的历史。

合并稿：上篇讲技术情报到可结案研究记录；下篇讲 Agent/Benchmark/可信实验的自主闭环。删重复导语，保留两篇原有机制与检查表。

调研风整理：以成本模型为脊柱，对照 FFX、SplitJoin、学习优化器、存储卸载与 IVM/布局维护；含 2026-10-18 检索窗口更新。

梳理 TPC、JOB、ClickBench、SQLStorm、SQLancer、Velox Fuzzer 等公开工作，讨论如何联合构造数据、查询、执行状态与判定器，发现数据库正确性错误、性能悬崖及 corner case，并用 LLM 扩展引擎能力边界的测试覆盖。

结合 Spark、Trino、Flink、StarRocks 与 Presto 源码，以及 SCOPE、Morsel-driven、AQE、HBO 和 Ultron 论文，分析初始分区、运行时任务形成、pipeline 并发与跨执行反馈的边界，讨论并行度决策的本质与演进。

结合 CockroachDB、TiDB、OceanBase、Trino 与 Apache Doris 源码，系统分析优化器与执行器如何在 Hash、Sort、数据分布、物理属性、内存风险和运行时自适应之间做出选择，并沿经典论文到 2026 年研究梳理其演进路线。

从计算与先进封装、HBM 与 CXL、集合通信、NVMe-oF、Linux I/O 到 LLM Serving，建立一套连接芯片、机架、运行时与数据库执行引擎的 2026 系统技术雷达。

基于 DPDK main 源码，从 PCIe、DMA、IOVA 与 VFIO 出发，逐层追踪 EAL、mbuf、mempool、ring、ethdev、ixgbe RX/TX、RSS 和 rte_flow，建立 packet 从 NIC 到用户态 fast path 的完整心智模型。

沿 19 篇一手论文重建 Umbra 的研究谱系：它如何从 HyPer 的纯内存假设出发，以 SSD Buffer Manager 为系统底座，逐步补齐低延迟编译、事务、复杂 Join、云对象存储、流处理和库内机器学习，并在每次扩张中重新划定关系模型与编译器的边界。

结合 Apache Calcite 源码，分析 VolcanoPlanner 如何记账、比较与传播代价，IterativeRuleDriver 与 TopDownRuleDriver 在剪枝上的本质差异，Trait 如何通过 AbstractConverter 或 Convention.enforce 被强制满足，并用一个真实运行的 Join + ORDER BY 例子走读完整任务时序。

从亲手实现一个现代 Cascades Optimizer 的视角，结合 optd 当前源码，完整分析计划表示、Memo、规则匹配、任务搜索、代价与统计、Winner、两阶段优化、自适应反馈及 DataFusion 执行计划落地。

结合 StarRocks 源码，分析 QueryOptimizer 全生命周期、Cascades 任务调度、Property 级联、Enforcer 插入、Join 分发和聚合阶段选型，并澄清 Merge Join 与 Sort Aggregate 的实际决策边界。

以银川、贺兰山岩画、沙湖、腾格里沙漠、青铜峡、西夏陵、黄沙古渡和水洞沟的五日行程为线索，理解宁夏的地理骨架、历史人物、遗址故事与当代产业。

基于 libdb v5.3.34 源码，从一次 B-Tree put 出发，梳理页式行存、事务与 WAL、MVCC/SSI、并发控制、恢复复制与 CDC 边界，并对照 OLAP 系统理解两类引擎的不同取舍。

基于 seekdb develop 分支源码，分析 Change Stream 异步索引、增量与快照双层 HNSW、统一 Hybrid Search、FORK/MERGE COW Sandbox、Embedded 与 AI Service，并讨论 AI-Native 数据库真正需要原生什么。

结合 StarRocks、Doris、ClickHouse、DuckDB 源码分析 Hash Join；文末附录收 Spark JoinSelection / HashedRelation / AQE / Spill 边界。