ParadeDB 如何破解 Postgres 的 Count 难题

Solving Postgres' Count Problem

在 Part I 优化 Top K BM25 性能后，我们兑现承诺，深入解析如何大幅提升 Postgres 中的 COUNT 查询速度。通过引入 Segment Partitioning 技术，我们利用 ctid 范围分割有效规避了昂贵的可见性检查；通过反转 DocId 映射，将随机 I/O 转化为高效的范围查找；针对高频词，我们采用 Bitmap 替代 BP128 编码，显著降低了集合运算开销。实测数据显示，在 Hacker News 数据集上，ParadeDB 在带过滤条件的 COUNT 和 Top K 查询中，吞吐量最高达到竞品 TIN 的 21.7 倍。这不仅是一次性能升级，更是对复杂搜索场景下数据库架构差异的深刻洞察。