Manticore Search 7.4.6版本发布：性能优化与Kibana集成

Manticore Search是一个开源的分布式搜索和数据分析引擎，专为高性能、高可用性的搜索场景设计。它提供了强大的全文搜索能力，支持SQL和HTTP接口，能够处理海量数据的实时索引和查询。作为Elasticsearch的替代方案，Manticore Search在性能方面有着显著优势，特别是在高负载环境下。

主要特性更新

本次发布的7.4.6版本带来了与Kibana的集成支持，这一功能将为用户提供更加强大的数据可视化能力。Kibana作为业界领先的数据可视化工具，与Manticore Search的结合使得用户能够更加直观地分析和探索搜索数据，构建丰富的仪表盘和可视化报表。

性能优化改进

在性能方面，7.4.6版本进行了多方面的优化：

1. 针对连接查询(join)的批处理机制进行了性能优化，显著提升了复杂查询的执行效率。这对于需要跨多个表进行关联查询的业务场景尤为重要。

2. 直方图(histogram)中的EstimateValues函数得到了优化，提高了数据统计和分析操作的性能。

3. 列式存储引擎中实现了块数据复用优化，当创建包含多个值的过滤器时能够更高效地处理数据。同时增加了属性元数据中的最小/最大值信息，实现了基于这些值的预过滤，进一步提升了查询性能。

重要问题修复

7.4.6版本修复了多个关键问题：

1. 修复了在arm64和x86_64架构间浮点数精度不一致的问题，确保了跨平台计算结果的一致性。

2. 解决了在SELECT...JOIN查询中使用avg()函数可能导致结果不正确的问题，保证了统计计算的准确性。

3. 修正了IN(...)操作符可能产生错误结果的情况，增强了查询的可靠性。

4. 修复了7.0.0版本中设置max_iops/max_iosize参数可能导致索引性能下降的问题，恢复了预期的索引吞吐量。

5. 解决了连接查询缓存中的内存管理问题，提高了系统长期运行的稳定性。

6. 修正了ATTACH TABLE命令的处理问题，确保了表附加操作的正常执行。

其他改进

1. 增加了对Boost 1.87.0库的支持，保持了与最新C++生态系统的兼容性。

2. 修复了JSON连接查询中查询选项处理的问题，提升了API的稳定性。

3. 统一了错误消息的格式，改善了开发者的调试体验。

4. 解决了磁盘块刷新超时设置不生效的问题，增强了系统配置的灵活性。

5. 修复了大ID批量替换后可能出现重复条目的情况，确保了数据的一致性。

6. 修正了包含单个NOT运算符和表达式排序器的全文查询可能导致服务异常的问题，提高了系统的健壮性。

7. 修复了CJSON库中的潜在问题，增强了系统的安全性。

Manticore Search 7.4.6版本的这些改进和修复，进一步提升了系统的性能、稳定性和功能性，为用户提供了更加可靠和高效的搜索体验。特别是Kibana集成的加入，使得Manticore Search在数据分析可视化方面的能力得到了显著增强，为构建完整的数据搜索和分析解决方案提供了更好的支持。