* 通过whole-stage code generation（全流程代码生成）技术将spark sql和dataset的性能提升2~10倍 * 通过vectorization（向量化）技术提升parquet文件的扫描吞吐量 * 提升orc文件的读写性能 * 提升catalyst查询优化器的性能 * 通过native实现方式提升窗口函数的性能 * 对某些数据源进行自动文件合并