首页
/ Gluten项目v1.4.0-rc1版本技术解析与核心特性解读

Gluten项目v1.4.0-rc1版本技术解析与核心特性解读

2025-07-02 07:42:30作者:董灵辛Dennis

Gluten作为Apache孵化器项目,是一个专注于大数据查询加速的开源引擎。它通过将Spark SQL查询计划转换为本地执行代码,利用现代CPU架构和向量化执行技术,显著提升了大数据处理性能。最新发布的v1.4.0-rc1版本带来了多项重要改进和功能增强,本文将深入解析这些技术亮点。

核心技术改进

配置系统重构

本次版本对配置系统进行了全面重构,引入了ConfigEntry机制来统一管理所有配置项。这一改进使得配置定义更加规范,避免了配置项散落在代码各处的问题。新系统将配置按功能模块划分,每个模块负责管理自己的配置项,提高了代码的可维护性和可扩展性。

内存管理优化

内存管理方面,v1.4.0-rc1版本引入了全局堆外内存管理API,允许Spark更精确地控制和管理Gluten使用的堆外内存。这一改进特别针对广播交换等内存密集型操作,通过统一的内存管理接口,避免了内存泄漏和过度分配问题。

执行引擎增强

执行引擎方面,Velox后端获得了多项重要更新:

  • 支持了CollectLimit操作符,优化了结果集限制场景下的性能
  • 改进了HashAggregate操作,现在能够正确传播ignoreNullKeys属性
  • 增强了BNLJ(块嵌套循环连接)功能,支持无条件的全外连接

查询功能扩展

数据类型支持

新版本在数据类型支持方面取得了显著进展:

  • 完善了Decimal与Timestamp类型间的转换处理
  • 增加了Binary到String的转换支持
  • 优化了复杂类型(如Array、Map)的处理逻辑

函数支持增强

函数库方面新增了多项重要功能:

  • 支持了make_date函数,增强了日期处理能力
  • 实现了array_append函数,完善了数组操作
  • 优化了from_json和json_array_length等JSON处理函数

存储格式兼容性

文件格式支持

v1.4.0-rc1版本显著提升了与各种文件格式的兼容性:

  • 支持加密Parquet文件的回退扫描机制
  • 改进了Hive分桶表的写入兼容性
  • 增强了Delta Lake格式的支持,包括删除向量读取功能

Iceberg集成

对Apache Iceberg的支持是本版本的重点之一:

  • 实现了Iceberg等值删除文件的读取支持
  • 增加了位置删除功能
  • 完善了Merge-on-Read表的测试框架

性能优化

查询执行优化

性能方面,本版本包含多项关键优化:

  • 改进了PartialProject规则,减少不必要的投影操作
  • 优化了ColumnarBatch.select操作,避免不必要的向量扁平化
  • 增强了本地SSD缓存,调整了默认加载量子大小

资源管理

资源管理方面引入了动态阶段资源调整功能:

  • 支持根据工作负载动态调整阶段资源分配
  • 提供了细粒度的内存回收控制
  • 优化了shuffle过程中的内存使用

稳定性与可靠性

错误处理与回退机制

新版本增强了错误处理和回退机制:

  • 改进了原生计划验证逻辑
  • 提供了更全面的回退原因记录
  • 优化了类型转换的验证过程

测试覆盖

测试方面取得了显著进展:

  • 扩展了SQL查询测试套件
  • 增加了对Spark 3.5的测试支持
  • 完善了Iceberg和Hudi的集成测试

开发者体验

构建系统改进

构建系统方面进行了多项优化:

  • 简化了依赖管理
  • 支持在多种环境(包括openEuler)构建
  • 提供了ARM架构的Docker镜像支持

调试工具

新增了多项开发者工具:

  • 开发了将ActionsDAG转储为树状图的工具
  • 增强了日志收集和分析能力
  • 提供了更详细的性能指标

总结

Gluten v1.4.0-rc1版本在功能、性能和稳定性方面都取得了显著进步。新版本不仅扩展了SQL功能覆盖,还通过精细化的资源管理和优化算法提升了执行效率。特别值得注意的是对Iceberg和Delta Lake等现代数据格式的深度集成,使得Gluten能够更好地适应云原生数据湖场景。这些改进共同推动了Gluten作为Spark性能加速解决方案的成熟度,为大数据处理提供了更高效的选择。

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
858
511
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
258
298
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
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
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
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
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
kernelkernel
deepin linux kernel
C
22
5