XTDB 2.0.0-beta7发布:时序数据处理能力重大升级
关于XTDB
XTDB是一个开源的时序数据库,专注于处理带有时间维度的数据。它采用独特的架构设计,能够高效地存储和查询随时间变化的数据实体。XTDB的核心优势在于其强大的时间旅行查询能力,允许用户查询数据在任意时间点的状态。
重大架构改进:优化频繁变更实体处理
在2.0.0-beta7版本中,XTDB团队对底层索引结构进行了重大改进,显著提升了处理频繁变更实体(如时间序列数据)的能力。这一改进主要针对两类典型场景:
- 传感器读数:每个传感器对应一个ID,每次读数作为该实体的一个版本,具有较短的有效时间窗口
- 交易价格更新:每个交易品种对应一个ID,每次更新从当前时间开始有效,直到被下一次更新覆盖
技术实现细节
XTDB节点协作维护一个基于共享对象存储的日志结构合并树(LSM树)。在之前的版本中,树的深层通过实体主键(PK)进行分片。这种设计对于每个实体只有少量版本的情况表现良好,但当单个实体拥有成百上千甚至数百万个版本时,性能就会受到影响。
beta7版本在LSM树的第一层采用了基于实体版本"新近度"的分区策略,这一设计灵感来源于分代垃圾回收机制。新数据很可能很快被取代,而保持较长时间的旧数据很可能在未来继续保持不变。因此,新数据会被快速收集处理,而旧数据则不需要频繁处理。
这种改进使LSM树实际上分为两部分:
- 历史部分:主要按版本新近度分片,这部分相对较浅但较宽,包含大量时间桶,在其时间窗口过期后很少被写入
- 当前部分:按PK分片,这部分倾向于深度增长而非宽度扩展
迁移指南
由于存储格式变更,升级到beta7需要进行数据迁移。用户需要先将节点升级到beta6.6版本以确保向前兼容性。
迁移提供两种方案:
-
全量重建索引:如果有无限保留期的日志,可以直接启动beta7节点,它们会从头开始重建索引。这种方法最简单,适合数据集较小的情况。
-
使用迁移工具:对于大型数据集或有限保留期日志,需要使用专门的迁移工具。这个工具可以作为一次性任务运行,不影响正在运行的beta6节点。
迁移完成后,可以按常规方式部署beta7节点并逐步淘汰beta6节点。如需回滚,只需关闭beta7节点,重新启动beta6.6节点,并删除对象存储中的v06目录即可。
新增功能:任意精度十进制数支持
beta7版本新增了对任意精度十进制数(BigDecimal)的初步支持。用户现在可以在预处理语句中直接插入BigDecimal/BigInteger值。这一功能是根据设计合作伙伴的需求优先开发的,体现了XTDB团队对用户反馈的重视。
功能精简
为简化API接口,beta7版本移除了几个使用率低的实验性功能:
-
XTQL DML操作符:包括
:insert-into
、:delete
、:erase
、:assert-exists
和:assert-not-exists
等操作符由于使用率低被移除。而:put-docs
、:delete-docs
和:erase-docs
等核心功能以及查询端XTQL将继续保留。 -
事务函数支持:用户反馈表明,现在更倾向于使用标准SQL DML(如UPDATE、ASSERT)来完成相关操作。
-
Java旧版本支持:不再支持Java 21以下版本。仍在使用旧版Java的用户可以通过Postgres兼容的JDBC驱动连接XTDB Docker镜像或开发容器。
总结
XTDB 2.0.0-beta7通过优化底层索引结构,显著提升了处理频繁变更实体的能力,使系统能够更好地应对时间序列类数据场景。同时,团队根据用户反馈精简了部分功能,使产品更加聚焦核心价值。这些改进标志着XTDB在成为专业时序数据库解决方案的道路上又迈出了坚实的一步。
随着2.x系列版本的不断完善,XTDB正逐步展现出其在处理复杂时序数据方面的独特优势,为物联网、金融科技等领域的实时数据分析提供了强有力的技术支持。
- QQwen3-Next-80B-A3B-InstructQwen3-Next-80B-A3B-Instruct 是一款支持超长上下文(最高 256K tokens)、具备高效推理与卓越性能的指令微调大模型00
- QQwen3-Next-80B-A3B-ThinkingQwen3-Next-80B-A3B-Thinking 在复杂推理和强化学习任务中超越 30B–32B 同类模型,并在多项基准测试中优于 Gemini-2.5-Flash-Thinking00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0267cinatra
c++20实现的跨平台、header only、跨平台的高性能http库。C++00AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02- HHunyuan-MT-7B腾讯混元翻译模型主要支持33种语言间的互译,包括中国五种少数民族语言。00
GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile06
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









