# pgrust 重写了 Postgres 的查询引擎，分析型查询快了 300 倍

> 原标题：Making Postgres 300x faster for analytics: batching, operator fusion, and SIMD

- 来源：Hacker News 首页
- 发布时间：2026-08-07T11:00:35.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/49342
- 原文：https://malisper.me/how-we-made-postgres-hundreds-of-times-faster-the-query-engine/

## 摘要

pgrust 0.2 版在 Clickbench 上比原生 Postgres 快 300 倍，甚至超过了 ClickHouse。核心改动是重写了查询引擎，把 Postgres 传统的“火山模型”（一次只处理一行）换成了批处理、算子融合和 SIMD 指令。文章用一个玩具级 Rust 执行器做了对比：对 5 亿行数字求和，火山模型要跑 1.3 秒，而纯 f...

## 推荐理由

pgrust 0.2 把 Postgres 的查询引擎从一次一行改成批处理加 SIMD，Clickbench 跑出原生 300 倍、甚至压过 ClickHouse 的成绩，数字够硬。但这是数据库内核的事，不是 AI 模型或产品更新，对 AI 从业者的直接价值有限，所以放在 featured 档、72 分。

## 锐评

这条消息的核心是 pgrust 团队把 Postgres 老旧的“火山模型”执行器给换了。老模型一次只处理一行数据，函数调用开销巨大，在 CPU 和内存带宽成为瓶颈的今天非常吃亏。他们换成了批处理、算子融合和 SIMD 指令这三板斧，效果立竿见影。文章里有个直观对比：对 5 亿行数字求和，原生 Postgres 要跑 20 秒，而一个简单的 Rust 循环只要 358 毫秒，差距是 55 倍，这还没用上他们的终极优化。

不过文章在关键细节上留了白。它只详细拆解了批处理如何减少开销，但没给出 pgrust 最终跑完 5 亿行求和的具体时间，也没说算子融合和 SIMD 具体是怎么实现的。所以“300 倍”这个数字目前只能看个热闹，没法复现验证。另外，这个提升主要针对的是分析型负载（Clickbench），日常增删改查的提升是 30%，别搞混了。

还缺什么？缺他们自己的完整跑分数据和实现细节，也缺在更复杂的多表关联查询下的表现。如果这些补不上，现在的性能宣称就得打个折扣看。