Apache Druid 31.0版本中自动删除压缩配置的默认行为变更分析
2025-05-16 19:19:35作者:郦嵘贵Just
Apache Druid作为一款高性能的实时分析数据库,其31.0版本引入了一个值得注意的行为变更:自动删除压缩配置(compaction config)的默认设置从"false"变为了"true"。这一变更可能会对升级用户的生产环境造成影响,需要特别关注。
背景知识
在Druid中,压缩配置(compaction config)是用于控制段(segment)自动压缩过程的重要参数。压缩是Druid优化存储和查询性能的关键机制,它通过合并小段来减少段数量,提高查询效率。压缩配置通常包含以下参数:
- 目标段大小
- 压缩任务优先级
- 压缩策略等
版本变更细节
在Druid 29.0.1及之前版本中,Coordinator节点有一个明确的配置参数druid.coordinator.kill.compaction.on,其默认值被硬编码为false。这意味着Coordinator默认不会自动删除压缩配置。
然而在31.0.0版本中,随着代码重构,这一行为发生了变化。现在压缩配置的清理行为继承自MetadataCleanupConfig.DEFAULT,而该默认值实际上是true。这导致升级后Coordinator会自动清理被认为"不必要"的压缩配置。
影响分析
这一变更可能导致以下问题:
- 升级后用户发现精心配置的压缩策略被意外删除
- 自动压缩任务停止运行,影响系统性能
- 需要手动重新配置压缩参数,增加运维负担
从用户报告来看,Coordinator会以"KillCompactionConfig"的身份自动删除压缩配置,并在审计日志中留下相应记录。
解决方案
对于已经升级到31.0.0版本的用户,可以采取以下措施:
- 显式设置配置参数:
druid.coordinator.kill.compaction.on=false
-
对于已经被删除的压缩配置,需要手动重新创建
-
在升级前检查并备份重要的压缩配置
最佳实践建议
- 在升级前仔细阅读版本变更说明
- 在测试环境验证升级影响
- 对重要配置进行备份
- 考虑实现配置管理自动化,便于恢复
这一变更提醒我们,在升级分布式系统时,不仅要关注新功能,还要特别注意默认行为的改变,这些改变可能对系统稳定性产生深远影响。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
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
最新内容推荐
全球36个生物多样性热点地区KML矢量图资源详解与应用指南 Python案例资源下载 - 从入门到精通的完整项目代码合集 PANTONE潘通AI色板库:设计师必备的色彩管理利器 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 Python开发者的macOS终极指南:VSCode安装配置全攻略 STM32到GD32项目移植完全指南:从兼容性到实战技巧 Jetson TX2开发板官方资源完全指南:从入门到精通 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 JDK 8u381 Windows x64 安装包:企业级Java开发环境的完美选择 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
186
205
暂无简介
Dart
629
143
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
242
316
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
383
3.62 K
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
210
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
291
103
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
266
仓颉编译器源码及 cjdb 调试工具。
C++
128
858