Update blog

content/blog/2024-08-23-datafusion-grouped-aggregations/index.md

@@ -44,7 +44,7 @@ DataFusion 支持多种聚合方案，在不同情况下会选择最优方案。
 2. 执行表达式求值和中间聚合计算，在内存中维护 group 值到中间聚合结果 `(a, b) -> (count(c), sum(c))` 的哈希表
 3. 如果输入已按照 group keys 排序，则利用排序特性，提前输出部分已聚合完毕 group 的中间聚合结果到第二阶段（可以清空这部分内存）
 4. 如果发现内存不足，则提前输出（early emit）内存中所有的已计算的中间聚合结果到第二阶段，清空内存中的哈希表
-5. 如果发现是高基数聚合，则直接跳过聚合计算（不维护哈希表），将每行输入转换为中间聚合结果表达形式，输出到第二阶段
+5. 如果发现是高基数聚合，则跳过聚合计算（不维护哈希表），将每行输入直接转换为中间聚合结果表达形式，输出到第二阶段
 
 ### 第二阶段（FinalPartitioned）
 
@@ -57,7 +57,7 @@ DataFusion 支持多种聚合方案，在不同情况下会选择最优方案。
 ### 内存中的哈希表
 ![](./datafusion-aggregation-hashtable.drawio.png)
 
-以上在逻辑上形成一个哈希表，group 索引、group 值和 `Accumulator` 一一对应，但物理上并非直接使用哈希表存储 group 到聚合状态的映射，实际上哈希表维护的是 group 值到 group 索引的映射，哈希表负责分配 group 索引，而另外有一个 `Accumulator组` 的数据结构来维护每个 group 的聚合状态，每个 group 索引会对应其中一个 Accumulator。
+以上在逻辑上形成一个哈希表，group 索引、group 值和 `Accumulator` 一一对应，但物理上并非直接使用哈希表存储 group 到聚合状态的映射，实际上哈希表维护的是 group 值到 group 索引的映射，哈希表负责分配 group 索引，而另外有一个 `Accumulator组` 的数据结构通过类似 Vec 的结构存储每个 group 的聚合状态，每个 group 索引会对应其中一个 Accumulator。
 
 在接收一批数据时，先由哈希表来计算这批数据每行对应的 group 索引（可能是已存在的，也可能会分配一个新的），然后将这批数据和每行对应的 group 索引发送给 `Accumulator组` 来进行聚合状态更新。