<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
  <channel>
    <title>Analytics on EloNeva</title>
    <link>https://neweloneva.lgrdev.ovh/tags/analytics/</link>
    <description>Recent content in Analytics on EloNeva</description>
    <generator>Astro</generator>
    <language>fr</language>
    <managingEditor>contact@eloneva.com (EloNeva)</managingEditor>
    <webMaster>contact@eloneva.com (EloNeva)</webMaster>
    <lastBuildDate>Mon, 22 Dec 2025 00:00:00 +0000</lastBuildDate>
    <atom:link href="https://neweloneva.lgrdev.ovh/tags/analytics/rss.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>Optimiser DuckDB : de la théorie à une requête de chiffre d&#39;affaires</title>
      <link>https://neweloneva.lgrdev.ovh/blog/optimiser-duckdb-requete-ca-ventes/</link>
      <pubDate>Mon, 22 Dec 2025 00:00:00 +0000</pubDate>
      <author>contact@eloneva.com (EloNeva)</author>
      <guid>https://neweloneva.lgrdev.ovh/blog/optimiser-duckdb-requete-ca-ventes/</guid>
      <description>&lt;h2 id=&#34;pourquoi-parler-doptimisation-avec-duckdb-&#34;&gt;Pourquoi parler d’optimisation avec DuckDB ?&lt;/h2&gt;
&lt;p&gt;DuckDB s’est imposé comme un moteur analytique embarqué très performant : stockage colonne, exécution vectorisée, parallélisation automatique, format de fichier compact. Sur un portable moderne, il rivalise souvent avec des entrepôts cloud pour des workloads exploratoires.&lt;/p&gt;
&lt;p&gt;Mais, comme pour n’importe quel moteur SQL, la structure des données et la façon d’écrire les requêtes font la différence entre une réponse &#34; instantanée &#34; et un temps d’attente visible pour l’utilisateur.&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
