首页
/ Apache Gluten 1.4.0-rc2 版本技术解析

Apache Gluten 1.4.0-rc2 版本技术解析

2025-07-02 15:48:56作者:何举烈Damon

Apache Gluten 是一个致力于为大数据计算引擎提供高性能执行能力的开源项目,它通过向量化执行引擎和列式内存格式等技术,显著提升了Spark等计算框架的处理性能。最新发布的1.4.0-rc2版本带来了多项重要改进和功能增强。

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。首先引入了全新的ConfigEntry配置系统,通过模块化的方式管理配置项,使得配置定义更加清晰和规范。这一改进不仅提升了代码的可维护性,还增强了配置项的类型安全性。

内存管理方面,版本优化了内存开销警告机制,修正了在默认Spark配置下可能出现的错误警告问题。同时增加了对全局堆外内存的精确统计能力,能够更好地跟踪C++层面的内存分配情况。

执行引擎增强

Velox后端在这个版本获得了显著的功能增强。新增了对CollectLimit算子的支持,优化了Range算子的实现,并改进了HashAggregate算子对null键的处理能力。部分投影(Partial Project)功能现在能够处理复杂类型,提升了查询执行的灵活性。

在连接操作方面,实现了无条件的BNLJ全外连接支持,扩展了连接场景的覆盖范围。窗口函数增加了溢出(spill)能力,并完善了相关指标统计,为大数据量窗口计算提供了更好的可靠性。

存储格式支持

存储格式兼容性方面取得了重要进展。新增了对Hive分桶表的写入支持,覆盖了Spark 3.4和3.5版本。Parquet格式读取增强了对加密文件的支持,当遇到加密文件时会自动回退到Spark原生实现。

Iceberg集成方面,实现了对等值删除(equality delete)和位置删除(positional delete)文件的支持,为Iceberg MOR(merge-on-read)表提供了完整的功能支持。Delta Lake方面增加了对删除向量(deletion vectors)的读取能力。

性能优化

性能优化是本版本的重点之一。通过优化数组排序、子字符串比较等核心操作的实现,显著提升了相关函数的执行效率。内存管理方面改进了本地SSD缓存的加载量子配置,默认调整为8MB以获得更好的IO性能。

查询计划优化器增加了对特定模式的重写能力,例如将多个聚合的联合重写为单一聚合,减少了不必要的计算开销。Velox后端的Shuffle读取器进行了内存分配优化,降低了内存碎片和分配开销。

稳定性与可靠性

版本在稳定性方面做了大量工作。修复了多种可能导致核心转储的场景,包括RSS推送分区数据过大时的空指针检查。完善了类型转换的验证逻辑,特别是十进制到时间戳等复杂转换场景。

错误处理机制得到增强,现在能够收集并记录更多的回退原因,帮助用户更好地理解执行计划未能原生化的原因。资源管理方面增加了阶段资源动态调整的能力,可以根据负载情况自动优化资源配置。

开发体验改进

开发者体验方面,项目改进了本地构建流程,支持在多种环境(包括openEuler 24.03 LTS)下构建Velox后端。Docker支持方面增加了ARM架构的静态/动态链接镜像构建能力。

测试框架增强了Iceberg测试支持,能够运行更多类型的Iceberg测试用例。新增了ActionsDAG可视化工具,帮助开发者更直观地理解查询计划结构。持续集成流程增加了日志收集和上传功能,便于问题诊断。

总结

Apache Gluten 1.4.0-rc2版本在功能、性能和稳定性方面都取得了显著进步。新版本不仅扩展了对多种存储格式和查询模式的支持,还通过精细化的优化提升了整体执行效率。特别值得关注的是对Iceberg和Delta Lake等现代数据湖格式的深度集成,使得Gluten能够更好地服务于云原生数据架构。随着这些改进的引入,Gluten正在成为大数据生态系统中越来越重要的高性能执行引擎选择。

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