首页
/ Databend v1.2.690-nightly版本发布:增强DDL操作与查询优化能力

Databend v1.2.690-nightly版本发布:增强DDL操作与查询优化能力

2025-06-08 07:24:05作者:滕妙奇

项目介绍

Databend是一个开源的云原生数据仓库,采用Rust语言开发,专注于提供高性能、弹性扩展和低成本的数据分析服务。作为新一代数据仓库解决方案,Databend具备强大的分布式计算能力和云原生架构优势,能够处理PB级数据分析任务。

核心特性更新

增强的DDL操作能力

本次版本在数据定义语言(DDL)方面进行了多项重要增强。首先新增了对修改表时转换元组类型列的支持,这使得用户在调整表结构时拥有更大的灵活性。其次,引入了存储计算列功能,用户现在可以定义基于表达式的列,这些列的值会在插入或更新时自动计算并存储,显著提升了查询性能。

查询优化与功能增强

查询引擎方面,本次更新带来了多项改进。新增了对虚拟列别名命名的支持,使得查询结果展示更加友好。时间戳处理能力得到增强,现在支持返回间隔类型的timestamp diff操作。此外,还简化了查询语法,支持"from "这种更简洁的写法来替代传统的"select * from

性能优化与稳定性提升

索引与缓存机制改进

本次版本重点优化了数据访问性能。新增了倒排索引的vacuum支持,有效管理索引存储空间。引入了块元数据缓存机制,显著减少了重复计算和IO开销。这些改进特别有利于处理大规模数据集的查询场景。

查询执行优化

查询执行引擎进行了多项优化。改进了窗口函数的帧检查机制,确保计算准确性。优化了排序合并限制转换器的构建逻辑,避免处理超大limit值时的性能问题。同时修复了间隔类型排序不正确的问题,提升了查询结果的准确性。

存储与数据管理

数据写入改进

重构了"replace into"实现的相关组件,提高了数据写入的可靠性和性能。这些改进使得数据更新操作更加高效,特别是在处理大规模数据更新时表现更为出色。

类型处理增强

加强了类型系统的健壮性。修复了字符串到时间戳转换时的溢出问题,确保类型转换的安全性。同时改进了聚合函数的实现,支持多状态处理,为复杂分析查询提供了更好的支持。

总结

Databend v1.2.690-nightly版本在DDL操作、查询优化、性能提升和稳定性方面都取得了显著进展。这些改进使得Databend在处理复杂数据分析任务时更加高效可靠,为用户提供了更强大的数据处理能力和更流畅的使用体验。特别是新增的存储计算列和块元数据缓存等特性,将直接提升大数据量场景下的查询性能。

"。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.51 K
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
496
521
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
980
2.31 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
807
1.16 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
796
1.6 K
kernelkernel
deepin linux kernel
C
32
16
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
314
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
782
ops-mathops-math
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++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
665
304