ParadeDB 通过段分区与位图提升 COUNT 与搜索性能

ParadeDB 在 2026 年 10 月发布的技术报告中展示了如何利用 ctid‑aware 段分区、倒排 DocId 映射和位图投影显著加速 COUNT 查询。对同一 Wikipedia 数据集的基准测试，ParadeDB 的 COUNT 通过段分区将可见性检查从 1,382 次下降到 30 次，吞吐率提升至 5,353 QPS，远超 TIN 的 2,645 QPS。
通过倒置 DocId 映射，单词频繁出现时的缓冲访问量从 7,500 次降至 400 次，减少 95% 的 I/O。
对高频词使用位图代替 BP128 编码，进一步将 99% 分位延迟减半。
在 Hacker News 数据集上，ParadeDB 对过滤计数、排序等多样化查询的吞吐率提升 10–22 倍，最快可达 66 倍。

这些优化使 ParadeDB 成为 Postgres 上的 Elasticsearch 替代方案，特别适合需要高吞吐量计数和复杂过滤的搜索场景。