Saludos lista Hay un reto para crear un algoritmo en java para para recuperar valores de medición de temperatura de un archivo de texto y calcular la temperatura mínima, media y máxima por estación meteorológica https://www.morling.dev/blog/one-billion-row-challenge/
Pero se están haciendo implementaciones en otros lenguajes y por supuesto en bases de datos por ejemplo https://ftisiot.net/posts/1brows/ y https://rmoff.net/2024/01/03/1%EF%B8%8F%E2%83%A3%EF%B8%8F-1brc-in-sql-with-duckdb/ Ya inserté los mil millones de registros en mi máquina y al realizar la consulta [image: image.png] Tarda casi 2 minutos, así que seguí investigando como mejorar el tiempo y al encontrar estas otras pruebas https://gist.github.com/FranckPachot/50a6a491b85b0ddb3da6399d54653085 me llamó la atención ésta línea select /*+ parallel(8) gather_plan_statistics*/ Revisando postgres tiene un parámetro para aumentar el número de workers en paralelo si la consulta lo necesita max_parallel_workers_per_gather [image: image.png] Mejoró bastante, 40 segundos menos. *¿Qué otras optimizaciones se podrían realizar en postgres para disminuir el tiempo?* Con Apache Pinot tarda aprox 1.9s https://hubertdulay.substack.com/p/1-billion-row-challenge-in-apache?r=46sqk&utm_campaign=post&utm_medium=web Otro tardó 20 segundos https://twitter.com/_TylerHillery/status/1742971310123487429 Por supuesto eso depende de las especificaciones del equipo pero es interesante que compartan sus experiencias. Las especificaciones de mi máquina son: Ryzen 5 6 cores/12 Threads a 3.0ghz Disco nvme KINGSTON Ubuntu 22.04 Postgresql 14
