查一张几百万行的表，如果每处理一行，都要在“扫描、筛选、取列”几个环节间来回交接，CPU就像收银员每扫一件商品都重新走一遍流程。DuckDB快的重要原因之一，是向量化执行——不逐行处理，而把一批值连续交给同一个算子计算，从而摊薄函数调用、类型判断等固定开销，也更容易利用CPU缓存与批量指令。
传统Volcano执行模型会让上层算子不断调用下层的 next()，一次索取一行；一条数据要穿过整棵算子树，调用链随后从头再来。供稿援引2005年MonetDB/X100对TPC-H Query 1的测量：MySQL逐行执行的繁忙例程平均每个时钟周期完成0.8条指令，一次加法约耗49个CPU周期；X100成批处理相似运算时约为2.2个周期。这个历史对比并非DuckDB自身跑分，却直观说明了它所采用的思路：性能不只来自“算得更快”，也来自少做大量逐行交接。