All Products
Search

This Product

    Realtime Compute for Apache Flink:Rilis 3 Juni 2026

    Document Center

    Realtime Compute for Apache Flink:Rilis 3 Juni 2026

    Last Updated:Jun 05, 2026

    Topik ini menjelaskan perubahan fitur utama dan perbaikan bug penting untuk Realtime Compute for Apache Flink yang dirilis pada 3 Juni 2026.

    Penting

    Peningkatan ini diluncurkan secara bertahap di berbagai Wilayah. Untuk jadwal peluncuran, periksa pengumuman terbaru di sisi kanan Konsol Realtime Compute for Apache Flink. Jika fitur baru belum tersedia, akun Anda belum ditingkatkan. Untuk meminta peningkatan lebih cepat, submit a ticket dan kami akan mengatur peningkatan berdasarkan situasi Anda.

    Ikhtisar

    Pada 3 Juni 2026, Realtime Compute for Apache Flink secara resmi merilis versi engine VVR 11.7 (berbasis Apache Flink 1.20.3). Rilis ini memperkuat keamanan, inferensi AI real-time, pencarian vektor, pemrosesan data semi-terstruktur, dan ingesti data. Di sisi engine, rantai panggilan fungsi bawaan SQL telah diperkuat, serta AI Function kini mendukung model multimodal yang lebih luas, penerusan parameter CREATE MODEL, dan layanan inferensi remote. Pencarian tabel vektor DLF Paimon kini tersedia, dan penanganan tipe kompleks seperti Variant dan DECIMAL telah ditingkatkan. Untuk ingesti data, Kafka YAML Source, MySQL CDC, SQL Server CDC, Canal JSON, dan ekspresi Transform telah disempurnakan lebih lanjut. Konektor inti termasuk Elasticsearch, Iceberg, Hologres, MySQL, dan Kafka terus menerima peningkatan dalam stabilitas, otentikasi, manajemen koneksi, dan kegunaan. Rilis ini juga menggabungkan peningkatan dan perbaikan dari komunitas Apache Flink untuk Async Function dan AsyncScalarFunction.

    Engine

    Peningkatan berkelanjutan pada keamanan, inferensi AI, pencarian vektor, sistem tipe, dan API memberikan fondasi yang lebih kuat untuk pemrosesan data real-time, analitik cerdas, dan pencarian vektor lakehouse.

    AI Function dan inferensi model

    • Dukungan pengembangan Flink Agents: Bangun pekerjaan Agen AI streaming berbasis event menggunakan framework open-source Apache Flink Agents.

    • Dukungan NVIDIA Triton Inference Server: Panggilan remote ke NVIDIA Triton Inference Server kini didukung, memperluas opsi integrasi untuk layanan inferensi online.

    • Penyempurnaan pemanggilan model multimodal: Adaptasi parameter untuk model pemahaman gambar dan video telah ditingkatkan, sehingga AI Function lebih mudah digunakan dengan model pemahaman visual.

    • ml_predict penyempurnaan fungsi: Fungsi ml_predict kini dapat menggunakan kembali parameter model tertentu dari CREATE MODEL, mengurangi konfigurasi duplikat dalam SQL inferensi.

    SQL dan sistem tipe

    • Peningkatan presisi DECIMAL: Tipe DECIMAL kini mendukung presisi lebih tinggi untuk skenario komputasi numerik presisi tinggi (eksperimental).

    • Dukungan Paimon Variant Shredding: Meningkatkan efisiensi penyimpanan dan kueri data semi-terstruktur di Paimon.

    • Penyempurnaan Python DataStream API: Menggabungkan peningkatan komunitas Apache Flink untuk Async Function dalam Python DataStream API.

    • Penyempurnaan AsyncScalarFunction: Menggabungkan perbaikan dan penyempurnaan komunitas Apache Flink untuk AsyncScalarFunction, meningkatkan stabilitas dan kegunaan fungsi skalar asinkron.

    Penguatan keamanan

    • Penguatan fungsi bawaan SQL: Memperbaiki potensi risiko injeksi kode dalam rantai panggilan fungsi bawaan SQL, meningkatkan ketangguhan waktu proses pekerjaan.

    Ingesti data (Flink CDC)

    • Penyempurnaan Kafka YAML Source:

      • Format JSON kini mentoleransi kunci duplikat di bidang Key atau Value, meningkatkan kompatibilitas saat mengingesti data JSON kompleks.

      • Pesan tombstone (dengan Value kosong) kini dapat dikonversi menjadi event DELETE, mendukung topik log compaction dan sinkronisasi berbasis semantik penghapusan.

    • Penyempurnaan format Canal JSON: Data Kafka Canal JSON kini mendukung JSON Converter, menyediakan penguraian dan konversi tipe yang lebih fleksibel.

    • Optimasi MySQL CDC:

      • Penanganan besar-kecil huruf nama field ditingkatkan untuk akurasi yang lebih baik dalam skenario sinkronisasi yang sensitif terhadap besar-kecil huruf.

      • Saat membaca log arsip RDS, ID instans primary kini dapat ditemukan secara otomatis, mengurangi beban konfigurasi.

    • SQL Server CDC Source: Menambahkan dukungan CDC untuk SQL Server, memungkinkan capture data perubahan real-time dari SQL Server (pratinjau publik).

    • Penyempurnaan ekspresi Transform: Penanganan ekspresi DECIMAL presisi tinggi telah ditingkatkan, meningkatkan keakuratan komputasi dalam skenario transformasi data.

    • Hologres YAML Sink: Hologres kini mendukung legacy Put Handler, meningkatkan kompatibilitas dengan jalur penulisan yang sudah ada.

    • Paimon YAML Sink: Mendukung penulisan field Blob yang disimpan melalui deskriptor blob-descriptor-field.

    Konektor

    • Elasticsearch: Menambahkan parameter connection.keep-alive untuk keep-alive koneksi yang dapat dikonfigurasi, meningkatkan stabilitas koneksi berdurasi panjang.

    • Kafka: Konektor YAML Source kini mendukung JSON Converter untuk data Canal JSON, dengan penanganan kunci duplikat dan pesan tombstone yang lebih baik.

    • Paimon: Menambahkan prosedur tersimpan vector_search untuk mengkueri tabel vektor di Paimon. Untuk detail penggunaan, lihat support vector search procedure for flink.

    Perbaikan bug

    • Perbaikan keakuratan:

      • Memperbaiki presisi inferensi tipe DECIMAL yang tidak mencukupi dalam ekspresi Transform.

      • Memperbaiki penanganan besar-kecil huruf nama field yang tidak sesuai dalam Flink CDC MySQL.

      • Memperbaiki masalah kompatibilitas di Kafka YAML Source saat memproses data JSON yang mengandung kunci duplikat.

    • Perbaikan stabilitas:

      • Memperbaiki masalah pada logika perbandingan MySQL BinlogOffset.

      • Memperbaiki error DDL CREATE CATALOG untuk Paimon DLF 1.0.

      • Memperbaiki error MySQL CDC: Variable character string length must be between 1 and 2147483647.

      • Memperbaiki error penanganan nilai default saat pekerjaan Flink CDC YAML menulis data Kafka Debezium JSON.