首页
/ Apache DataFusion 47.0.0 版本发布技术解析

Apache DataFusion 47.0.0 版本发布技术解析

2025-05-31 19:17:14作者:戚魁泉Nursing

Apache DataFusion 作为高性能查询执行框架,即将迎来47.0.0版本的发布。本次更新包含多项性能优化、功能增强和重要修复,为分布式查询处理带来了显著改进。

核心功能增强

在47.0.0版本中,开发团队重点优化了查询执行性能。通过重新设计过滤条件下推机制,系统现在能够更智能地识别和处理无操作表达式,如布尔值常量。虽然这一改进提升了整体性能,但需要注意它可能对某些缓存实现产生细微影响。

针对窗口函数处理,团队修复了last_value函数的回归问题,确保了窗口函数行为的稳定性。同时,对Decimal类型的比较操作进行了扩展,现在支持不同精度和小数位数的Decimal值之间的比较操作。

执行计划与优化器改进

新版本对执行计划的显示格式进行了调整,引入了TreeRender显示类型。这一变化要求所有自定义执行计划实现相应处理逻辑。物理表达式映射机制也有所改变,移除了map_partial_batch方法,简化了批处理映射流程。

在查询优化方面,47.0.0版本改进了连接操作的处理逻辑。现在明确将空连接条件视为错误情况,这一变化体现在LogicalPlanBuilder的join_on和join_detailed方法中。

数据源与格式支持

Parquet文件处理能力得到增强,移除了page_pruning_predicate的公共API接口。这一变化是内部重构的一部分,旨在简化Parquet数据源的实现。同时,团队正在评估是否在本版本中升级Arrow依赖至55版本,以获得改进的INT96支持。

用户自定义函数变更

47.0.0版本清理了ScalarUDFImpl中的废弃方法,移除了所有标记为过时的UDF调用接口。使用自定义函数的项目需要相应调整代码,迁移到新的API接口。

兼容性说明

本次更新包含多项破坏性变更,需要用户特别注意:

  • 执行计划显示格式需要支持TreeRender类型
  • 移除了SchemaMapper中的map_partial_batch方法
  • Parquet数据源不再公开page_pruning_predicate接口
  • 废弃的ScalarUDFImpl方法已被移除
  • 空连接条件现在会触发错误

性能优化

47.0.0版本包含多项性能改进,特别是针对复杂查询的执行效率。团队优化了内存使用和CPU利用率,在TPC-H等基准测试中显示出显著的性能提升。

社区生态适配

DataFusion团队与多个下游项目密切合作,包括DataFusion Comet、Delta.rs、SailHQ和Parquet Viewer等,确保47.0.0版本的平滑升级。这些项目已经完成了兼容性测试,验证了新版本的稳定性。

升级建议

对于计划升级到47.0.0版本的用户,建议:

  1. 仔细阅读完整的升级指南
  2. 检查自定义执行计划的显示逻辑
  3. 更新使用废弃UDF API的代码
  4. 验证连接条件是否为空的情况
  5. 测试Parquet数据源相关功能

本次发布体现了DataFusion项目对性能、稳定性和易用性的持续追求,为分布式数据处理提供了更强大的基础能力。

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
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
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