新版本发布!openLooKeng v1.4.0 上线
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
· 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
版权声明: 本文为 InfoQ 作者【openLooKeng】的原创文章。
原文链接:【http://xie.infoq.cn/article/923417755f29a333996c21e02】。文章转载请联系作者。
评论