① 标题党#
主标题：同样是数据库，DuckDB 凭什么敢说自己"快得离谱"？
备选A：一个进程内的小库，跑分析为什么比得上大集群？
备选B（短视频）：DuckDB：卷，是一种美德
② 开场钩子（30 秒）#
都说大数据要上 Spark、要上集群才够快。可我做 DuckDB 这些年，发现一个十几 MB 的库，单机就敢跟集群掰手腕。它凭什么？秘密就在它怎么”摆数据、怎么算数”。
③ 主角特性：列式存储 + 向量化执行#
- 列式存储：数据一列一列排，算 sum/avg/count 只碰需要的列，无关列一个不动。分析型查询天然切中列存。
- 向量化执行：DuckDB 不是一行一行算，而是一次算一整个 block（一批行），把 CPU 的 SIMD 指令用到极致，吞吐量大几个量级。
反常识：行式 OLTP 库（MySQL/PostgreSQL）做分析慢，不是它笨，是”摆数据的方式”根本不对。DuckDB 从设计第一天就为分析而活。
④ 最小可复现#
-- 100 万行，SELECT 只碰一列 —— 列存下几乎不读别的
CREATE TABLE t (id BIGINT, a BIGINT, b BIGINT, ...);
INSERT INTO t SELECT i, i*2, i*3 FROM range(1000000) t(i);
-- 向量化算 sum，单机毫秒级
SELECT sum(a), avg(b) FROM t;⑤ 结论#
列存决定了”读多少”，向量化决定了”算多快”。DuckDB 把这两件事从设计第一天就做对了，所以它敢拿单机挑战集群。
⑥ 配图脚本#
行式 vs 列式对比 / SIMD 批量处理示意 / 单机 vs 集群比拼 / 结论卡