Onde isso se encaixa

Sete áreas, e elas não têm o mesmo lastro. Onde existe um exemplo que roda e imprime números, ele está linkado na seção. Onde o encaixe é argumentado — o mecanismo se aplica, mas ainda não há um exemplo medido no repositório — a seção diz isso. A diferença importa: uma coisa é a medição, outra é a dedução, e misturar as duas é o começo de todo exagero.

Bancos de dados e mecanismos colunares

A coluna que já está lá. Chaves primárias e estrangeiras, códigos de status, ordinais de enum, datas como número de dia, contadores, ids de partição. Num layout colunar a coluna é a unidade de armazenamento, então este é o encaixe mais direto que existe.

O que muda. Mecanismos colunares já codificam inteiros — dicionário, empacotamento de bits, delta. O que todos têm em comum é um passo de decodificação: os bytes em disco não são os valores, então alguma coisa precisa reconstruí-los antes de um predicado rodar. O Smart2Raw elimina esse passo por construção. Uma coluna uint8_t é um vetor de uint8_t, então o count_gt caminha nele direto e uma varredura custa exatamente o tráfego de memória do tipo mais estreito — sem buffer de materialização, sem dicionário residente em RAM, sem indireção por valor.

A segunda coisa que muda é a cauda. Toda codificação clássica tem uma forma em que ela aumenta a entrada: medido em 4 milhões de elementos, o dicionário numa coluna de timestamps de alta cardinalidade produz 41,01 MB contra uma linha de base int64 de 30,52 MB. O pior caso do Smart2Raw empata com a linha de base, nunca fica acima dela.

Exemplo que roda: examples/analytics.c

Por onde começar. A coluna quente de uma tabela. Classifique, mantenha o pool residente e rode o seu predicado mais pesado nos dois caminhos — as respostas têm de bater, e a demonstração da página inicial faz exatamente essa comparação antes de você escrever qualquer código.

Sistemas operacionais e Linux

A coluna que já está lá. Contadores de /proc, valores de mapas eBPF, PIDs, inodes, uids e gids, tabelas de socket e de descritor de arquivo, timestamps de log, contagens de syscall. Todos são inteiros com amplitude muito menor do que os 64 bits em que são carregados.

O que muda. A restrição em software de sistema raramente é velocidade bruta — é contra o que você tem permissão de linkar. Um agente que vai rodar na máquina de outra pessoa não pode arrastar junto uma biblioteca de compressão, um runtime e um sistema de build. O Smart2Raw é um header C11 sem dependência, e tem um modo enxuto (-DS2R_NO_STDIO -DS2R_NO_MMAP -DS2R_NO_SIMD) que compila onde quase não há nada.

Encaixe argumentado — o mecanismo se aplica, mas ainda não há exemplo medido no repositório para esta área.

Por onde começar. Um buffer de métricas dentro de um daemon. Copie o header, troque o anel de uint64_t* por um pool classificado, e meça a memória residente.

Observabilidade, IoT e telemetria

A coluna que já está lá. Série temporal de intervalo fixo: um timestamp a cada 60 segundos, um sensor amostrado a taxa fixa, contadores monotônicos, ids de dispositivo, enums de status.

O que muda. É nesta forma que dois mecanismos independentes se somam. Uma coluna de timestamps amostrada a cada 60 s tem um passo comum, então v = base + 60·i e o passo é dividido de forma exata — não por aproximação, por gcd. E a amplitude local é muito menor que a global, então a forma em blocos guarda cada bloco relativo ao próprio mínimo. Medido em 4 milhões de timestamps: o pool plano ingênuo dá 15,26 MB e 0,73 ms; a forma em blocos dá 4,11 MB e 0,04 ms.

Há um terceiro ganho que na prática pesa mais que os dois: quando os metadados de um bloco já decidem o bloco inteiro, o payload não é lido. Numa coluna que para em 200, o count_gt(220) sai de 0,1435 ms para 0,000034 ms — porque não foi preciso olhar para nada.

Exemplo que roda: examples/telemetry.c

Exemplo que roda: examples/iot_edge.c

Por onde começar. Sua janela de retenção. Pegue um dia de uma métrica, rode o s2r_recommend() e compare com o que você guarda hoje.

IA e aprendizado de máquina

A coluna que já está lá. Token ids e índices de vocabulário, ids de feature numa feature store esparsa, offsets de dataset e de shard, listas de vizinhos saindo de um índice vetorial, vetores de rótulo, contabilidade de atenção e de cache. São vetores de inteiros com amplitude conhecida e normalmente estreita — um vocabulário de 50.000 tokens precisa de 16 bits, não de 64.

O que muda. A inferência moderna é limitada por banda de memória, não por aritmética. É por isso que quantização funciona. O Smart2Raw aplica a mesma lógica ao lado inteiro do pipeline, com uma propriedade que a quantização não tem: ele é exato. Não há aproximação nem calibração, porque a classe é escolhida a partir da amplitude real e nada é arredondado. E como os bytes guardados são inteiros nativos, eles entram direto em quem os lê — não há passo de desquantização para pagar na entrada.

Exemplo que roda: examples/ai_kv_cache.c

Exemplo que roda: examples/ai_zeropoint.c

Por onde começar. Os vetores de token id de um dataset, ou as listas de vizinhos de um índice vetorial. Os dois são grandes, os dois são inteiros, e os dois quase sempre são carregados em 64 bits.

Embarcado, MCU, edge e automotivo

A coluna que já está lá. Qualquer buffer de leitura: amostras de ADC, valores de barramento CAN, contadores, temporizadores.

O que muda. Memória é o orçamento, e o orçamento é fechado no projeto. Caber quatro vezes mais amostras no mesmo buffer ali não é otimização — é outro produto. E a restrição que normalmente mata uma biblioteca num microcontrolador não se aplica aqui: não exige alocador, não exige stdio, não exige sistema de arquivos, não exige SIMD, não exige sistema de build. O modo enxuto não é uma promessa, é uma das suítes de teste.

Exemplo que roda: tests/mcu_core.c

Por onde começar. O buffer de amostras. Classifique uma vez, na amplitude que o seu sensor de fato produz.

Mercado financeiro

A coluna que já está lá. Preços em centavos — o que é um passo de 1, 5 ou 25 conforme o tick size. Timestamps de nanossegundo. Ids de instrumento. Volumes. Níveis de livro de ofertas.

O que muda. Dado de tick é o retrato do caso ideal: preço com passo, timestamp com passo, id de amplitude pequena, e volumes muito mais estreitos que 64 bits. Medido em 12 milhões de elementos, uma coluna com passo sai de 22,89 MB e 1,033 ms para 11,44 MB e 0,468 ms — metade do espaço e metade do tempo, por dividir um passo que já estava no dado.

Encaixe argumentado — o mecanismo se aplica, mas ainda não há exemplo medido no repositório para esta área.

Por onde começar. Um instrumento, um dia. O passo é detectado numa única passagem, então em segundos você sabe se o seu dado tem um.

Ferramentas de desenvolvedor

A coluna que já está lá. Tabelas de símbolos, offsets de string, índices de relocação, tabelas de número de linha, contadores de cobertura, amostras de profiling — o interior de todo compilador, linker, depurador e formato binário.

O que muda. São exatamente as colunas em que a amplitude é conhecida no projeto e ignorada mesmo assim. E um header único sem dependência entra num build que já tem opinião formada sobre a própria toolchain.

Encaixe argumentado — o mecanismo se aplica, mas ainda não há exemplo medido no repositório para esta área.

Por onde começar. A tabela de offsets do formato que você já lê.

O que os sete têm em comum

O jeito mais rápido de saber se a sua coluna é uma dessas é colar ela na demonstração — ela roda no seu navegador, na sua máquina, e nada do que você colar sai de lá.