Apa yang Baru di Realtime Compute for Apache Flink (Oktober 2025) - Realtime Compute for Apache Flink

Topik ini menjelaskan pembaruan fitur utama dan perbaikan bug dalam rilis Realtime Compute for Apache Flink pada tanggal 13 Oktober 2025.

Penting

Peningkatan versi diluncurkan secara bertahap kepada pengguna. Untuk informasi selengkapnya, lihat pengumuman terbaru di Konsol Realtime Compute for Apache Flink. Anda hanya dapat menggunakan fitur baru dalam versi ini setelah peningkatan selesai untuk akun Anda. Untuk mengajukan permintaan peningkatan yang dipercepat, submit a ticket.

Ikhtisar

Rilis ini mencakup pembaruan mesin dan platform, termasuk konektor baru, pencarian vektor AI, peningkatan SQL, optimasi kinerja, serta perbaikan bug.

Mesin

Ingesti data

Kafka source: Format Canal-JSON kini mengurai bidang MySQL_TYPE asli, meningkatkan ketepatan tipe saat mengonsumsi event perubahan MySQL.

Konektor

Hologres connector: Anda kini dapat menentukan jenis log biner yang akan dibaca untuk kontrol sinkronisasi data yang lebih granular.
StarRocks connector: Diperbarui agar selaras dengan rilis StarRocks Connector for Flink versi 1.2.11.
Lindorm connector: Tabel dimensi kini mendukung join satu-ke-banyak.
MaxCompute connector: Kini Anda dapat mengatur zona waktu kustom untuk pemrosesan data lintas zona waktu.
SLS connector: Parameter processor memungkinkan Anda melakukan pra-filter terhadap data Simple Log Service (SLS) sebelum dikonsumsi, sehingga mengurangi biaya pemrosesan downstream.

Kemampuan AI

Pencarian vektor: Fungsi VECTOR_SEARCH menjalankan pencarian kemiripan real-time menggunakan Milvus. Lihat VECTOR_SEARCH.
Fungsi AI: Kini tersedia lebih banyak parameter yang dapat dikonfigurasi untuk memberikan kendali lebih besar atas perilaku fungsi AI.

SQL dan manajemen data

Konversi JSON: Gunakan fungsi JSON_QUERY untuk mengonversi array dalam string JSON langsung menjadi ARRAY<STRING>. Lihat JSON functions.
StarRocks Catalog: Anda tidak perlu lagi secara eksplisit memberikan URL saat menggunakan StarRocks Catalog.

Optimasi kinerja

MySQL connector: Predicate pushdown untuk tipe boolean telah dioptimalkan, sehingga mengurangi transfer data yang tidak perlu.
Hologres connector: Projection pushdown dan kompresi data kini diterapkan saat mengonsumsi log biner, mengurangi beban jaringan dan pemrosesan.
MaxCompute connector: Kinerja penulisan untuk tipe kompleks seperti array ke tabel reguler telah ditingkatkan.

Platform

Kemampuan baru

Kemampuan	Status	Wilayah
Workflows	Pratinjau publik	AS (Silicon Valley)
Penagihan hibrida untuk ruang kerja YITIAN ARM	Kini tersedia	Tiongkok (Ulanqab)

Penyempurnaan pengalaman platform

Pengalaman pembelian

Batas 1.000 unit komputasi (CU) untuk ruang kerja subscription telah dihapus. Ketentuan ini berlaku untuk skalabilitas vertikal, pembelian baru, dan konversi dari pay-as-you-go ke subscription, sehingga memungkinkan skalabilitas elastis untuk pekerjaan berskala besar.

Observability

Tampilan metrik Pengumpulan sampah (GC) terpadu: Metrik GC kini mendukung ParallelGC dan CMS, memungkinkan pemantauan terpadu lintas jenis GC.
Metrik baru busyTimePerSecond: Memberikan wawasan tepat mengenai beban pekerjaan untuk membantu Anda mengidentifikasi bottleneck kinerja, mengalokasikan sumber daya secara efektif, dan memastikan stabilitas pekerjaan.

Model izin

Izin folder kini disatukan dengan izin draft pekerjaan dan kueri data. Anda dapat membuat folder tanpa mengalami error izin.

materialized table

Saat mengedit tabel materialisasi, Anda kini dapat meningkatkan versi Ververica Runtime (VVR) secara langsung. Editor juga mendukung perbandingan versi dan secara otomatis memperbarui penerapan pekerjaan.

Konfigurasi pengiriman pesan

Anda dapat menyesuaikan cakupan pengiriman pesan untuk mencapai kontrol yang lebih granular dan mengurangi biaya notifikasi.

Rangkuman fitur

Fitur	Deskripsi	Referensi
Penulisan batch konkuren Hologres	Penulisan konkuren ke tabel Hologres dengan primary key setelah reshuffle, meningkatkan throughput penulisan.	Opsi konektor (VVR 11 atau lebih baru)
Optimasi konsumsi log biner Hologres	Projection pushdown dan kompresi data saat mengonsumsi log biner, mengurangi beban jaringan dan pemrosesan.	—
Menentukan jenis log biner Hologres	Tentukan jenis log biner yang akan dibaca untuk sinkronisasi data yang lebih granular.	—
Penguraian `MySQL_TYPE` Kafka Canal-JSON	Format Canal-JSON untuk Kafka source kini mengurai tipe MySQL asli.	Kafka
Konversi `String` JSON ke `ARRAY<STRING>`	Gunakan `JSON_QUERY` untuk mengonversi array dalam string JSON menjadi `ARRAY<STRING>`.	JSON functions
Pencarian vektor AI	Fungsi `VECTOR_SEARCH` menjalankan pencarian kemiripan real-time menggunakan Milvus.	VECTOR_SEARCH
Pengaturan zona waktu MaxCompute	Zona waktu kustom untuk pemrosesan data lintas zona waktu.	MaxCompute
Processor konsumsi SLS	Parameter `processor` melakukan pra-filter terhadap data SLS sebelum dikonsumsi, sehingga mengurangi biaya pemrosesan downstream.	SLS

Perbaikan penting

Perbaikan konektor

PostgreSQL CDC: Memperbaiki deadlock saat membaca data dengan PostgreSQL CDC.
Kafka connector: Memperbaiki masalah di mana konektor menghilangkan informasi zona waktu saat mengonversi timestamp dengan atribut zona waktu.
Lindorm connector: Mengatasi NullPointerException selama join dengan tabel dimensi Lindorm.
Paimon connector: Memperbaiki error di mana melihat atau menghapus tabel Paimon setelah salah konfigurasi parameter mengembalikan Could not find any factory for identifier 'last_not_null_value'.

Perbaikan SQL

Fungsi JSON_QUERY: Memperbaiki masalah format pada klausa RETURNING ARRAY<STRING>.