StarRocks 3.3.13版本发布：性能优化与稳定性提升

StarRocks作为一款高性能的分布式分析型数据库，在最新发布的3.3.13版本中带来了多项重要改进和问题修复。本次更新主要集中在查询性能优化、内存管理增强以及系统稳定性提升等方面，为大数据分析场景提供了更加可靠和高效的解决方案。

核心性能优化

在查询性能方面，3.3.13版本引入了多项重要改进。首先是对表达式分区并发创建策略的优化，显著提升了大规模数据分区场景下的处理效率。对于需要频繁创建分区的用户来说，这一改进将大大缩短分区操作时间。

内存管理方面，本次更新增加了FE节点查询内存消耗的监控指标，这些指标会记录在审计日志和QueryDetail接口中。管理员现在可以更精确地监控和分析查询的内存使用情况，及时发现和解决潜在的内存问题。同时，针对Flat JSON类型的内存消耗也进行了优化，降低了处理半结构化数据时的内存开销。

对于Primary Key表，新版本增强了PUBLISH阶段的容错能力，支持在该阶段进行重试操作。这一改进显著提升了系统在异常情况下的自我恢复能力，减少了因短暂故障导致的数据写入失败。

功能增强与扩展

在功能扩展方面，3.3.13版本为information_schema.task_runs视图增加了LIMIT子句的下推支持，使得大数据量场景下的元数据查询更加高效。同时，routine_load_jobs视图新增了timestamp_progress列，保持与SHOW ROUTINE LOAD语句返回结果的一致性。

安全方面，新版本修复了多个安全问题，并加强了对LDAP的访问控制，确保StarRocks执行经过授权的LDAP操作。对于Hive数据源，现在当AVRO文件模式与Hive表模式不匹配时，系统会明确返回错误信息，帮助用户快速定位数据不一致问题。

物化视图功能也得到增强，新增了excluded_refresh_tables属性，为用户提供了更灵活的物化视图刷新控制选项。

关键问题修复

3.3.13版本修复了多个影响系统稳定性和功能正确性的问题。其中值得关注的有：

• 修复了Flat JSON不支持get_json_bool函数的问题，完善了半结构化数据处理能力
• 解决了percentile_count和percentile_disc函数在某些情况下的返回值错误问题
• 修正了array_map函数返回错误值的情况
• 修复了在单tablet场景下，对同一列使用多个distinct函数配合单列GROUP BY时可能出现的查询结果错误
• 解决了Routine Load可能出现的死锁问题
• 修正了DATE/DATETIME列谓词下推不生效的问题

对于分区管理，修复了修改表bucket分布时指定重复分区名可能导致临时分区删除失败的问题，以及基于str2date函数的表达式分区表在执行ALTER TABLE MODIFY COLUMN时失败的情况。

监控与诊断能力提升

新版本增强了系统的可观测性，除了前面提到的查询内存监控外，还新增了活跃FE节点数量的监控指标，帮助管理员更好地掌握集群运行状态。对于大查询的profile信息，修复了MIN/MAX值不准确的问题，使得性能分析更加可靠。

总的来说，StarRocks 3.3.13版本在性能、稳定性和功能性方面都做出了重要改进，特别是对半结构化数据处理、分区管理和查询优化等方面的增强，使得该系统在大数据分析场景下表现更加出色。这些改进将帮助用户构建更加高效、可靠的数据分析平台。