Bolt 引擎是字节跳动开源的新一代原生执行引擎，面向企业级数据分析场景提供统一、高性能、可扩展的计算底座。它并不是为 Spark 单独定制的加速组件，而是以 “适配任意框架、运行于任意硬件、对接任意数据源” 为目标设计，可灵活接入 Spark、Presto、Flink 等主流计算框架，为多样化数据平台提供一致的原生加速能力。通过统一接口与可插拔架构，Bolt 引擎在帮助客户保障开放兼容的同时，能够进一步释放底层算力价值，实现更高性能、更低资源消耗和更强生态延展性。

设计理念：从“M × N”走向“M + N” #

传统大数据平台往往面临多引擎、多数据源、多硬件、多特性并行演进带来的复杂适配问题。每增加一种执行引擎、一类数据源或一项能力增强，都会带来额外的开发、维护和优化成本，最终形成 “M × N” 式的复杂度放大。
Bolt 的核心设计理念，就是通过统一的原生执行与加速能力，将这种多维适配复杂度尽可能收敛。

• 通过衔接层承接上层引擎的物理执行计划。
• 在底层提供统一的算子能力、资源管理能力和执行优化能力，从而在保留现有 Spark 兼容性的同时，把性能优化沉淀到统一的原生执行层中。对客户而言，这意味着无需改变原有 Spark 使用方式，就可以在现有体系内获得更高性能、更低资源消耗和更强扩展性的执行能力。

技术优化：围绕 “求同存异” 释放执行潜力 #

Bolt 的技术路线可以概括为 “求同存异”。

• “求同”：是围绕不同引擎在底层执行中共有的性能瓶颈进行统一优化，尽可能提升 CPU、内存、磁盘等资源的使用效率；
• “存异”：则是尊重不同引擎、不同算子在行式和列式处理上的天然差异，避免为了追求统一而引入额外开销。

基于这一理念，Bolt 重点在以下几个方向进行了持续优化。

运行时自适应决策 #

根据真实运行时数据动态选择更合适的执行策略，例如在排序、HashBuild、HashJoin 等场景中结合数据特征、分区倾斜和内存使用情况进行动态调整，从而减少固定阈值带来的性能损耗。

热点路径优化 #

围绕大数据执行中的共性热点，在 IO、表达式执行和比较路径上做针对性优化。例如通过异步 IO 提升 spill 等场景下的吞吐表现，并通过 JIT/CodeGen 优化 Sort、Agg、Join 等关键算子的热点路径。

减少行列转换开销 #

针对复杂查询中的 Sort、Window、Shuffle、Spill 等关键路径，Bolt 通过算子融合、RowBasedSpill、RowBasedShuffle 等方式减少不必要的行列转换，进一步提升整体执行效率。

统一底层资源管理能力 #

在底层统一抽象 CPU、内存、磁盘等资源管理能力，为上层 Spark 提供稳定、可扩展的原生执行能力，也为后续适配更多场景和硬件形态打下基础。
相比单纯追求某一种固定执行路径，Bolt 更强调在真实生产负载中选择更合适的执行方式，这也是其在复杂 SQL 场景下能够持续释放性能收益的重要原因。

应用实践：字节大规模生产收益与 Benchmark #

Bolt 已在字节内部及多家外部客户的多个生产场景中持续落地，并在 Spark、Presto、Flink 等引擎上完成验证。目前，Bolt 在字节域内已实现 100% PrestoSQL 和约 85% SparkSQL 任务覆盖。
以 Spark 场景为例，字节域内 Java runtime 已在开源 Spark on Java 的基础上经过长期优化，整体性能较开源版本提升 2~3 倍；在此基础上，Spark on Bolt 仍可进一步带来约 1.5x 的性能提升。PrestoSQL 场景则已实现全量覆盖，并获得约 2x 的加速收益，体现出 Bolt 在大规模生产环境中的持续优化能力。

在标准基准测试方面，基于 Vanilla Spark 3.5 + Gluten + Bolt Backend 的 TPC-DS SF1000 开箱测试中，Bolt 相比开源 Velox backend 平均耗时进一步节省 22% ，TPCDS 加速比 1.22x，体现出相比开源加速引擎解决方案的差异化优势。

EMR Serverless 深度集成 Bolt 引擎 #

火山引擎 EMR Serverless 已深度集成 Bolt Native Engine，客户无需改造原有 Spark 使用习惯，即可在现有 Serverless Spark 体系内获得原生加速能力。针对不同业务场景，客户可以在任务运行时按需选择引擎 runtime（运行时），在保持原有 Spark SQL 兼容性与业务链路稳定性的前提下，平滑切换至 Spark on Bolt，进一步释放复杂 SQL 场景下的计算性能与资源效率。

开源社区与生态 #

Bolt 已正式面向开源社区开放（开源仓库：https://github.com/bytedance/bolt），并持续完善多框架、多数据源及异构硬件方向的生态能力。对于企业客户而言，也无需自行完成复杂集成，直接通过火山引擎 EMR Serverless 即可开箱即用地获得已深度集成的 Bolt 加速能力，在保持原有 Spark 生态兼容的同时，进一步提升SQL场景下的性能与资源效率。