朋友们

openLooKeng 新版本 v1.4.0 正式上线啦！

2020 年 6 月开源以来，每一次的迭代更新，openLooKeng 均为用户提供了更为简单与可靠的数据分析体验。这也使得搭载 openLooKeng 的用户伙伴越来越多。也因为有来自 ISV、政府，金融、互联网多个行业的支持，社区才愈加有活力。我们感谢用户与社区小伙伴的支持。

金秋 10 月， openLooKeng 新版本 v1.4.0 正式发布。基于社区用户和开发者的体验和建议，新版本在原基础上进行了一些优化，以提升引擎性能。欢迎大家下载体验。

openLooKeng v1.4.0

l Star Tree 索引

Star Tree 索引提供一种预聚合技术，通过创建和管理用户所需要的不同的 Cubes（多维数据集）来优化冰山查询的延时。在支持对大型 Cubes 的创建（10 Billion 基数）的基础上，新版本 1.4.0 更新了 APIs 接口，使得其能够支持 JDBC Connector 使用 Cube，比如 Clickhouse Connector。其它 JDBC Connector 将陆续支持。

l 启发式索引

对启发式索引，新版本 1.4.0 做了如下一些优化：

a. 支持 UPDATE INDEX。以往更改 index 时需要将其删除再创建。新版本 1.4.0 支持在原有的 index 上进行 update 操作；

b. SHOW INDEX 中增加 index 大小，内存和磁盘占用信息，以便用户更加合理地使用索引；

c. Bloom index 增加 nmap cache 来减少内存使用；

d. 支持 DROP TABLE 的同时删除 index；

e. 支持创建 index 后自动加载 index。

l Memory 连接器

修复了几个重要的错误，以解决大型数据集和特定运算符偶尔发生的错误结果。

l Task Recovery

修复了几个重要的错误，以解决高并发和 worker 节点故障期间偶尔发生的数据不一致问题。

l 低时延

a. 优化不包含 join 的点查 sql 的 stats 计算，加快查询速度；

b. 新增自适应分片分组，提升高并发查询吞吐量；

c. 支持非等式动态筛选器，以加快具有<、>、<= & >=等谓词的查询速度。

l 新增 Kylin Connector

支持对 Kylin 数据源的访问查询。

l Yarn 上部署 openLooKeng

支持在 Yarn 容器上部署 openLooKeng 集群，当前支持部署单 coordinator 和多 worker 节点部署。

以上便是新版本 1.4.0 的优化。作为大数据的关键项目，openLooKeng 一直致力于为用户提供极速极简的数据体验。如果您也关注大数据，欢迎下载体验 openLooKeng。

openLooKeng v1.4.0 下载地址

https://openlookeng.io/zh-cn/download.html

欢迎在 openLooKeng gitee 仓上提 Issue，分享您的体验感受与建议，您的声音或将成为 openLooKeng 引擎性能提升的关键。

· openLooKeng 代码仓地址

https://gitee.com/openlookeng

· 如果您对新版本 V1.4.0 有任何建议，欢迎发邮件至 users@openlookeng.io 告知我们。

· openLooKeng 社区官网

https://openlookeng.io/zh-cn/