2026C++及系统软件大会 嘉宾快讯今日嘉宾——刘欣瑀💡 嘉宾：刘欣瑀阿里巴巴存储服务团队高级软件工程师，Apache Paimon Committer、Paimon-cpp Maintainer。专注 Paimon-cpp 项目核心研发与开源维护，成功推动其在阿里巴巴内部数据湖中的落地应用；此前负责时序数据库 Khronos 的研发，为阿里巴巴集团监控系统提供数据存储与查询能力。主要研究方向包括存储引擎、高性能数据格式及系统级性能优化。 🗣 议题《Paimon-cpp：面向原生查询引擎的 Apache Paimon C++ 实现与落地实践》 🔍 背景与挑战Apache Paimon 已成为 Apache 生态中发展最活跃的数据湖仓格式之一，但当前主流实现主要依赖 JVM，这对越来越多追求低延迟、高性能、易嵌入的原生查询引擎提出了新的挑战。 🛠 核心内容本次分享将结合主导研发的 Paimon-cpp 项目，介绍如何从零构建一个兼容 Apache Paimon 行为的高性能 C++ 实现，支持：· Append Table、Primary Key Table· MOR（Merge on Read）· Deletion Vector· Data Evolution· 多类索引· 实时数据查询能力 ⚙️ 性能设计要点基于 Arrow 列式内存格式的核心设计，并通过以下手段提升读写与 Compaction 性能：· 浅拷贝数据交换· 预取优化· 异步并行行列转换· Blob I/O 优化· 面向时序数据的 Map 共享列化设计 此外，其模块化插件式架构可适配不同文件系统、文件格式、线程池和指标组件。 📋 大纲从 Paimon-cpp 的研发背景与设计目标出发，介绍其如何兼容 Apache Paimon 行为并支持上述表类型与能力；进一步分享基于 Arrow 的列式内存设计，以及浅拷贝数据交换、预取优化、异步并行行列转换、Blob I/O 优化和面向时序数据的 Map 共享列化等关键实现；最后结合实际落地经验介绍其模块化架构设计、生产调优与原生引擎接入实践。🎁 听众受益· 了解原生查询引擎接入湖仓格式时面临的核心挑战与实现路径· 系统理解 Paimon C++ 实现中的格式兼容、性能优化与架构设计思路· 获得实时查询、主键表处理、时序数据建模及生产落地中的可复用实践经验· 为自研湖仓引擎、存储系统或数据平台建设提供参考 🎟️ 2026 C++及系统软件技术大会📅 11 月 20—21 日　📍 北京　🌐 网页链接同期还有来自 C++ 标准委员会成员、字节跳动、小米、中国科学院的一线技术专家，聊的方向包括 C++23 到 C++26、AI 原生软件研发、算力推理优化、并行异构计算、高性能低时延、系统架构演进。 2026C加加及系统软件技术大会C加加ApachePaimon数据湖存储引擎系统软件