1. 批量 Python UDF ABI

1.1 优化点名称

批量 Python UDF ABI（Row-wise Python UDF 批量跨语言调用）。

1.2 背景与收益原理

逐行 Python UDF 的传统路径会为每一行执行一次 Rust → Python 调用，并重复完成参数列表创建、Python 对象转换、函数绑定、指标上下文进入退出和返回值转换。对于单行计算量较小的 UDF，跨语言边界和 Python 调度成本可能高于 UDF 本身。

该优化尝试将一个 Daft Series 中的多行参数一次性传给 Python，在一次 ABI 调用中循环执行用户函数，再一次性构造返回 Series。理论上可减少：

• Rust/Python ABI 切换次数；
• 重复函数绑定和模块查找；
• 指标上下文创建次数；
• 每行返回值单独转换的固定成本。

1.3 实现方式、分支与提交

分支：codex/ai-de-batch-python-udf-abi

实现提交：

• 3d89835b8：codex_optimize_rowwise_udf_conversion

主要实现：

• 在 daft/udf/execution.py 增加 call_func_many_as_series，一次接收多行已经求值的参数，在单个 metrics context 中调用绑定后的 Python 方法，并统一构造 PySeries。
• 在 src/daft-dsl/src/python_udf/row_wise.rs 增加 call_serial_batch_as_series，预先收集每行参数后只调用一次 Python helper。
• 仅在 on_error=Raise 且 max_retries=0 时进入快速路径，避免改变逐行错误处理和重试语义。

该分支只包含批量 ABI 优化；测试时没有叠加其他实验代码。

1.4 测试结果

结论：新 base 上只有 FineWeb 提升 0.28%，其余 4 条均回退，五条汇总回退 1.62%。减少 ABI 调用的收益不足以覆盖批量参数列表和 Python 对象的集中构造成本，不建议合入当前实现。