首页
/ Apache Gluten 1.4.0-rc1 版本深度解析:多引擎统一加速框架的重大升级

Apache Gluten 1.4.0-rc1 版本深度解析:多引擎统一加速框架的重大升级

2025-07-02 20:18:43作者:冯爽妲Honey

Apache Gluten 作为一个开源的多引擎统一加速框架,旨在为大数据处理提供高性能的列式执行能力。该项目通过将 Spark 的计算下推到原生引擎(如 Velox 和 ClickHouse),显著提升了查询性能。最新发布的 1.4.0-rc1 版本带来了多项重要改进和功能增强,值得我们深入探讨。

核心架构优化

本次版本在核心架构层面进行了多项重要改进,显著提升了系统的稳定性和扩展性。ConfigEntry 机制的引入为配置管理带来了革命性变化,使得所有配置项都能通过统一接口进行定义和管理。这一设计不仅提高了代码的可维护性,还增强了配置验证的严谨性。

内存管理方面,新版本改进了全局堆外内存分配机制,通过新的 API 实现了更精细的内存控制。特别是在广播交换和 shuffle 操作中,这一改进有效减少了内存碎片和泄漏风险。同时,针对 ARM 架构的优化支持也值得关注,包括修复了 jStringToCString 的缓冲区溢出问题,提升了跨平台兼容性。

执行引擎增强

Velox 后端在这一版本中获得了多项重要能力提升。对复杂数据类型(如数组和映射)的支持更加完善,特别是在 ColumnarPartialProject 中的处理能力得到增强。窗口函数现在支持溢出到磁盘的配置选项,为处理大数据集提供了更多灵活性。

查询执行层面,新增了对 CollectLimit 操作符的原生支持,优化了结果集限制场景下的性能。HashAggregate 操作符现在能够更好地传播 ignoreNullKeys 属性,提升了聚合查询的效率。特别值得注意的是,动态调整阶段资源配置文件的功能使得系统能够根据负载情况智能分配资源。

存储格式支持

存储格式兼容性方面,1.4.0-rc1 版本实现了多项突破。对加密 Parquet 文件的扫描支持是一个重要里程碑,当遇到加密文件时系统能够优雅地回退到原生 Spark 实现。Iceberg 表的支持也得到显著增强,包括对 MOR(Merge-On-Read)表及其删除文件的处理能力。

Delta Lake 方面新增了对 Deletion Vectors 读取的支持,提高了更新操作的效率。Hudi 测试包的重新组织提升了代码结构的清晰度。这些改进使得 Gluten 能够更好地融入现代数据湖架构。

性能优化

性能优化是本版本的重点之一。通过消除不必要的向量扁平化操作,ColumnarBatch.select 的性能得到提升。Bloom 过滤器支持下推到行组级别,显著减少了 I/O 操作。针对特定场景(如数组排序和字符串处理)的优化也带来了可观的性能收益。

内存管理方面,改进了 shuffle 读取器的内存分配策略,优化了本地 SSD 缓存的加载量子大小。这些细粒度的优化共同贡献了整体性能提升。

开发者体验

对开发者而言,这个版本提供了更完善的工具链支持。新增的 Qualification Tool 帮助评估工作负载的适配性。测试框架增强,包括对 Iceberg 的全面测试支持,提高了代码质量。文档方面也做了大量更新,新增了调试指南和功能说明,降低了新贡献者的入门门槛。

兼容性与稳定性

兼容性方面,1.4.0-rc1 版本加强了对 Spark 3.4 和 3.5 的支持,修复了多个版本特有的问题。稳定性改进包括修复分区文件路径处理中的不一致问题,以及解决多种边界条件下的崩溃问题。错误处理机制也更加健壮,能够收集并报告更多的回退原因,帮助运维人员快速定位问题。

总结

Apache Gluten 1.4.0-rc1 版本标志着该项目在成熟度上的重要进步。通过架构优化、功能增强和性能提升,它为大数据处理提供了更强大、更稳定的加速能力。对于考虑在 Spark 生态中引入原生加速的组织,这个版本值得认真评估。随着社区持续投入,Gluten 有望成为大数据高性能处理的标准组件之一。

登录后查看全文
热门项目推荐

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
860
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
595
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