openLooKeng1.5.0 新版本正式上线

自 2020 年 6 月 30 日开源以来。至今，openLooKeng 社区用户数达到 100K +，累计收到 2000+ PR，1500+ Issue，1500+ Comments，2021 年，社区下载量突破 100K +；遍及全球 41 个国家、210 个城市。越来越多的人关注到 openLooKeng，如今，社区呈现一派生机勃勃，绿荫环绕的景象。

每一次的迭代更新，openLooKeng 都致力于为用户提供了极简的数据分析体验。2022 年 1 月，新年伊始，在小伙伴的支持下，openLooKeng 迎来了新版本 v1.5.0

openLooKeng v1.5.0

Star Tree

1. 支持优化连接查询，如星型模型的查询。

2. 优化查询计划：由于 Cube 已经包含了汇总结果，所以改写查询计划将聚合运算结果重定向到 Cube 结果，当 group by 子句完全与 Cube 组匹配时性能收益明显。

3. 问题修复，以进一步增强 Cube 的可用性和健壮性。

内存连接器

1. 通过增加对内存表分区的支持，允许跳过整个分区的数据，从而提高内存连接器的性能。

2. 收集内存表的统计信息，以支持基于 openLooKeng 代价的优化器。

Task Recovery

修复了几个重要的错误，以解决数据不一致问题，以及在高并发和工作节点故障期间偶尔发生的查询挂起问题。

数据持久化

优化了数据溢出到磁盘的机制，将序列化页面直接写入磁盘，而不是缓存。这样，算子可以释放更多的内存，相比之前性能提高 30%。

Yarn 上部署 openLooKeng

支持在 yarn 上部署启用 HA 的 openLoKeng 集群实例，该实例包含一个反向代理（默认为 ngnix）和 2 个或更多协调节点。通过增加和移除 yarn 容器，实现手动水平缩放 openLooKeng 集群。

作为大数据领域的项目，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，欢迎来社区打卡更多知识点，一起共建大数据繁荣生态，欢迎下载并使用 openLookeng！

点此下载：openLooKeng 新版本 v1.5.0

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。如果您对新版本 V1.5.0 有任何建议，欢迎发邮件至 users@openlookeng.io 告知我们。