首页
/ Apache Pinot 1.3.0版本发布:实时分析引擎的重大升级

Apache Pinot 1.3.0版本发布:实时分析引擎的重大升级

2025-06-10 23:48:22作者:庞队千Virginia

前言

Apache Pinot是一个开源的分布式实时分析数据库,专为低延迟、高吞吐量的分析查询而设计。它能够处理PB级别的数据,并在亚秒级内返回查询结果,非常适合实时分析、运营监控和用户行为分析等场景。Pinot最初由LinkedIn开发并开源,现已成为Apache顶级项目。

多阶段查询引擎的显著改进

Pinot 1.3.0版本在多阶段查询引擎方面进行了多项重要优化,显著提升了查询性能和功能完备性。

查询计划重用机制

新版本引入了跨阶段的查询计划重用机制,而非仅限于子树级别。通过将查询计划划分为多个阶段,并在阶段边界处实现数据复用,大幅减少了重复计算。每个阶段由拉取式操作符组成,通过MailboxSendOperator和MailboxReceiveOperator进行连接。改进后的MailboxSendOperator能够向多个阶段发送数据,使阶段连接形成有向无环图(DAG),提供了更大的灵活性和效率。

执行计划可视化

新增的Segment Plan功能为多阶段查询提供了完整的执行计划展示,包括物理操作符的详细信息。新的explain模式采用Calcite术语,通过broker-server通信流程分析查询计划并生成物理执行计划,而无需实际执行查询。引入的ExplainedPlanNode增强了查询执行计划的透明度,便于用户进行调试和优化。

数据块处理性能提升

通过对DataBlock的构建、序列化和反序列化过程进行优化,减少了内存分配和拷贝操作,性能提升了1-3倍。这些改进显著降低了GC相关的延迟问题,特别适合生产环境中大数据量的处理场景。

实验性时间序列查询引擎

1.3.0版本引入了一个实验性的时间序列查询引擎,这是Pinot在时序数据分析领域的重要拓展。

核心特性

该引擎通过插件化框架支持多种时间序列查询语言(如PromQL、M3QL),解决了传统SQL引擎在时序分析中的局限性。它针对高基数指标等观测性用例进行了特别优化,提供了更高效的分析能力。

引擎采用系列(series)而非行(row)的方式处理数据,不仅提升了性能,还简化了复杂分析函数的实现。同时,通过复用多阶段引擎的查询调度器、查询分发器和Mailbox等组件,保持了核心系统的简洁性。

典型应用场景

  • 绘制特定商户的小时订单数变化曲线
  • 执行订单数的周环比分析
  • 处理高基数监控指标的分析

数据库级查询配额管理

新版本增加了数据库级别的查询速率限制功能,可以统一控制某个数据库下所有表的查询流量。

配置方式

  • 默认查询配额通过ClusterConfig设置(默认1000 QPS)
  • 可通过znode为特定数据库配置覆盖值
  • 提供REST API进行动态配额调整

动态调整机制

配额系统能够实时响应以下变化:

  • 数据库配置变更
  • 集群配置更新
  • 可用broker资源变化
  • 表状态转换

二进制工作负载调度器

新引入的BinaryWorkloadScheduler将查询分为两类进行差异化处理:

  1. 主工作负载:处理生产流量,采用无限制的FCFS调度策略
  2. 次工作负载:用于临时查询和开发测试,施加多种限制:
    • 并发查询数上限
    • 线程数限制
    • 队列超时修剪机制

这种设计确保了关键业务查询不受临时性分析任务的影响,提高了集群的稳定性。

游标支持与分页查询

1.3.0版本新增了游标支持,允许客户端分批获取大型查询结果,显著降低了内存需求。

实现特点

  • 通过新增的REST API实现分页查询
  • 提供结果存储和序列化的SPI接口
  • 支持查询结果元数据查看和管理

这种机制特别适合需要分页展示结果的UI应用和逐步处理大数据集的场景。

功能增强与新特性

URL处理函数

新增了全面的URL处理函数集,包括:

  • 协议、域名、路径等组成部分提取
  • 参数解析与操作
  • URL编码与解码
  • 层次结构分析

这些函数极大简化了URL分析任务,如用户行为分析和流量来源追踪。

GeoJSON支持

新增了地理空间数据处理能力:

  • ST_GeomFromGeoJson:将GeoJSON转换为几何对象
  • ST_GeogFromGeoJson:将GeoJSON转换为地理对象
  • ST_AsGeoJson:将空间对象序列化为GeoJSON

支持包括点、线、面等多种几何类型,为位置智能应用提供了基础支持。

多流式摄入

允许单个表从多个数据源并行摄入数据,同时:

  • 沿用现有表配置接口
  • 区分流分区与Pinot段分区
  • 兼容现有的分区自动扩展逻辑

安全与稳定性改进

1.3.0版本在安全性方面有多项增强:

  • 强制每日SSL证书刷新
  • broker与server间TLS支持
  • 矩阵参数安全处理
  • 环境变量注入防护
  • 多项依赖问题修复

总结

Apache Pinot 1.3.0版本在多阶段查询引擎、时间序列分析、资源管理等方面带来了重大改进,进一步巩固了其作为实时分析引擎的领先地位。新引入的实验性时间序列引擎特别值得关注,为观测性用例提供了原生支持。此外,在安全性、稳定性和易用性方面的持续优化,使得Pinot能够更好地服务于大规模实时分析场景。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
861
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K