全部产品
Search

搜索本产品

    Hologres：Catatan rilis

    文档中心

    Hologres：Catatan rilis

    更新时间：Nov 19, 2025

    Topik ini menjelaskan informasi rilis untuk fitur Hologres.

    2025

    Hologres V4.0 (September 2025)

    Peningkatan fitur inti

    Deskripsi

    Referensi

    Peningkatan kemampuan AI dan pengambilan data

    • (Beta) Bekerja dengan data tidak terstruktur: Gunakan fungsi AI berbasis LLM untuk mencari dan menganalisis data tidak terstruktur, termasuk teks dan gambar. Semua model sepenuhnya di-hosting di node AI Hologres untuk memastikan keamanan data, performa, skalabilitas, dan kepatuhan. Fungsi AI memungkinkan kasus penggunaan berikut:

      • Dengan model embedding dan Object Tables, Anda dapat melakukan pencarian vektor dan pencarian teks penuh pada data tidak terstruktur.

      • Menghasilkan wawasan dari teks dan gambar.

      • Menyaring dan mengklasifikasikan teks menggunakan bahasa alami, serta menerjemahkan dan melokalkan konten multibahasa.

      • Menjalankan analisis sentimen dan analisis berbasis dimensi untuk meningkatkan layanan pelanggan.

      • Mengurai dokumen untuk mendukung analisis data dan proses Generasi yang Diperkaya dengan Pengambilan Data (RAG).

    • (Beta) Tingkatkan pencarian vektor dengan HGraph: Teknologi ini meningkatkan performa lebih dari 10 kali lipat. Mendukung pencarian hibrida untuk data skalar dan vektor, ideal untuk aplikasi seperti pencarian gambar dan video, rekomendasi berbasis perilaku, serta deteksi keamanan dan penipuan. Mendukung indeks hibrida dalam memori dan di disk, memotong penggunaan memori sebesar 80%, dengan trade-off hanya 5% pada QPS di standar VectorDBBench. HGraph memberikan solusi hemat biaya untuk kasus penggunaan yang memerlukan pengambilan efisien pada data vektor besar, seperti mengemudi otonom.

    • (Beta) Dukungan pencarian teks penuh: Memperkenalkan indeks terbalik dan tokenizer bawaan untuk memungkinkan pencarian teks penuh. Kasus penggunaan:

      • Pencarian kata kunci, frase, dan bahasa alami.

      • Mendukung algoritma penilaian BM25 untuk pencarian kesamaan teks.

      • Menggabungkan pencarian teks penuh dan pencarian vektor.

      • Menggabungkan pencarian teks penuh dan data skalar.

    • (Beta) Indeks sekunder global: Mendukung query titik efisien pada kolom non-primary key. Ideal untuk penyimpanan fitur dan platform e-commerce.

    Peningkatan mesin

    • Mendukung runtime filter TopN untuk mempercepat query data dalam skenario TopN.

    • (Beta) Mendukung Time Travel untuk tabel internal. Fitur ini memungkinkan Anda menanyakan data historis pada titik waktu tertentu dalam periode waktu yang ditentukan.

    • (Beta) Mendukung Optimasi Berbasis Sejarah (HBO). Hologres mengumpulkan detail eksekusi dari query lambat, menganalisis rencana query secara otomatis untuk peluang tuning, dan menyesuaikan rencana query secara cerdas.

    N/A

    Tabel Dinamis

    (Beta) Mendukung penulisan data yang diproses kembali ke mode penuh atau inkremental Paimon. Tabel Dinamis sekarang mendukung pemrosesan data hampir real-time untuk skenario gudang-ke-gudang, danau-ke-gudang, gudang-ke-danau, dan danau-ke-danau. Saat digabungkan dengan instance serverless, mereka memungkinkan pemrosesan data biaya ultra-rendah pada danau data.

    Sintaks

    Mendukung klausa QUALIFY untuk menyaring hasil fungsi jendela.

    QUALIFY (Beta)

    Fungsi dan ekosistem

    Kompatibilitas ClickHouse ditingkatkan: Mendukung beberapa fungsi time trunc, seperti toDayOfMonth, toDayOfYear, dan toHour. Fungsi-fungsi ini dapat meningkatkan performa hingga 50% dibandingkan dengan fungsi extract(field from timestamp).

    Fungsi tanggal dan waktu

    Serverless dan elastisitas

    • (Beta) Instans gudang virtual memberikan isolasi tulis yang luar biasa. Sebelumnya, tulis batch bergantung pada gudang virtual pemimpin. Sekarang Anda dapat menggunakan gudang virtual apa pun untuk tugas jenis ini, tanpa memuat grup tabel.

    • (Beta) Instans gudang virtual kini memiliki fitur peningkatan tanpa hambatan (Beta), yang memungkinkan mereka diperbarui tanpa memengaruhi kueri SQL yang sedang berjalan dan menyediakan rekonfigurasi otomatis klien.

    • (Beta) Peningkatan hot-update gudang virtual, mendukung eksekusi SQL tanpa kehilangan data dan koneksi ulang instan.

    • Didukung pengalihan gudang virtual yang terhubung dalam SQL.

    • Komputasi Serverless kini dapat mengakses tabel eksternal DLF.

    Analitik Data Lake

    (Beta) MaxCompute data mirroring: Mencerminkan data dari MaxCompute ke Hologres tanpa ETL, meningkatkan efisiensi kueri secara signifikan. Performanya serupa dengan mengkueri tabel internal Hologres.

    Tidak tersedia

    Hologres V3.2 (Juli 2025)

    Peningkatan fitur inti

    Deskripsi fitur inti

    Referensi

    Peningkatan mesin

    • Mendukung penggunaan ulang atau penyisipan ekspresi CTE adaptif.

    • Mengoptimalkan perhitungan ekspresi BETWEEN.

    Optimalkan Strategi Penggunaan Kembali CTE

    Tabel Dinamis

    • Mode pembaruan bertahap sekarang mendukung fungsi seperti ARRAY_AGG dan STRING_AGG.

    • Peta Data DataWorks sekarang mendukung analisis garis keturunan pada Tabel Dinamis.

    Peningkatan kemampuan layanan

    Fixed Plan sekarang mendukung ekspresi sederhana, yang memungkinkan kueri titik tinggi-QPS dan penulisan dalam lebih banyak skenario.

    Percepat eksekusi pernyataan SQL menggunakan rencana tetap

    Ekstensi fungsi dan ekosistem

    Mendukung ekspresi Lambda dan fungsi array orde tinggi yang menggunakannya.

    Ekspresi LAMBDA dan fungsi terkait

    Kemampuan Serverless

    • Serverless Computing sekarang mendukung membaca data dari dan menulis data ke tabel terenkripsi, termasuk tabel internal dan tabel eksternal/asing MaxCompute.

    • Kemampuan Query Queue yang ditingkatkan: Secara otomatis merutekan permintaan SQL untuk tabel tertentu ke Serverless Computing.

    Kemampuan analitik data lake

    • Mendukung pemantulan tabel lake Paimon untuk mempercepat kueri data lake.

    • Berintegrasi dengan DLF 2.5 untuk manajemen metadata, yang mendukung akses ke katalog Apache Paimon di DLF menggunakan API REST DLF.

    • Mendukung pemantulan katalog Apache Paimon, yang mereplikasi data data lake ke tabel internal yang dicerminkan melalui zero ETL dan sangat meningkatkan efisiensi kueri.

    • Menyediakan fitur kueri Time Travel untuk Paimon, yang memungkinkan Anda membaca data historis dengan menentukan timestamp atau tag.

    • Mendukung membaca data dari cabang tertentu atau fallback dari tabel Paimon.

    • Mendukung menonaktifkan pemindaian tabel penuh pada tabel partisi untuk mencegah konsumsi sumber daya yang berlebihan.

    • Kinerja yang ditingkatkan: Pengujian benchmark TPC-H menunjukkan bahwa kueri tabel Paimon pada dataset 1 TB mencapai kecepatan eksekusi 2× lebih cepat.

    Peningkatan kemampuan ekosistem

    Mendukung pemotongan dan kompresi log biner, yang mengurangi penggunaan I/O selama konsumsi log biner.

    N/A

    Instance serverless Hologres diluncurkan (Juli 2025)

    Peningkatan fitur inti

    Deskripsi fitur inti

    Referensi

    Peluncuran instance serverless Hologres (Beta)

    Instance serverless Hologres (beta) tersedia untuk pratinjau undangan gratis. Instance serverless Hologres adalah jenis instance baru yang dikembangkan oleh Hologres berdasarkan arsitektur serverless cloud-native. Anda dapat menikmati layanan komputasi dan penyimpanan Hologres yang fleksibel, skalabel, dan mudah digunakan tanpa perlu membeli sumber daya komputasi eksklusif atau menanggung biaya idle.

    Anda dapat menggunakan Akun Alibaba Cloud Anda untuk mengisi formulir dan meminta uji coba.

    Instance serverless (beta)

    Hologres V3.1 (April 2025)

    Fitur inti yang ditingkatkan

    Deskripsi fitur inti

    Referensi

    Tabel Dinamis

    • Mendukung partisi dinamis dari tabel logika terpartisi, yang secara signifikan menyederhanakan penggunaan tabel terpartisi.

    • Menambahkan mode penyegaran otomatis. Dalam mode ini, Anda hanya perlu menentukan kesegaran data, dan mesin secara otomatis mengoptimalkan strategi penyegaran. Ini meningkatkan fleksibilitas penyegaran data.

    • Penyegaran inkremental mendukung join pada dua aliran data, yang meningkatkan fleksibilitas pemrosesan data real-time.

    • Penyegaran inkremental mendukung fungsi RoaringBitmap, yang digunakan untuk perhitungan inkremental dalam skenario kompleks seperti pengunjung unik (UV) dan tampilan halaman (PV).

    • Mode penyegaran penuh mendukung Eksekusi Adaptif (Beta), yang memungkinkan mesin beradaptasi secara internal. Sementara tetap menjaga latensi rendah, ini secara signifikan meningkatkan stabilitas eksekusi dengan mengurangi probabilitas kesalahan OOM dan meningkatkan kemudahan penggunaan dengan fitur seperti estimasi dinamis sumber daya komputasi dan penyesuaian rencana eksekusi.

    Kemampuan tanpa server

    • Mengoptimalkan Komputasi Tanpa Server untuk mendukung skenario DML kompleks seperti INSERT OVERWRITE, resharding, dan CREATE TABLE AS, bersama dengan prosedur tersimpan, Rebuild, dan tabel terenkripsi.

    • Mencapai penskalaan tanpa kehilangan data dari gudang virtual (Beta), yang memastikan kelangsungan bisnis selama penskalaan gudang virtual.

    • Mendukung pembatasan otomatis (Beta). Fitur ini secara dinamis membatasi konkurensi antrian kueri berdasarkan beban kerja, yang secara signifikan meningkatkan stabilitas kluster.

    • Menambahkan kemampuan routing adaptif. Kueri besar secara otomatis dieksekusi menggunakan sumber daya tanpa server.

    • Mendukung konfigurasi batas atas untuk penggunaan harian sumber daya komputasi tanpa server.

    • Mengoptimalkan kemampuan penggunaan ulang cache Komputasi Tanpa Server dalam skenario konkurensi tinggi, yang meningkatkan kinerja kueri.

    • Mendukung penggunaan Peran RAM untuk penskalaan gudang virtual.

    Optimasi kinerja dan peningkatan kemampuan kueri

    • Mengotak-atik ulang mesin kueri, memperkenalkan QEv2, dan menambahkan dukungan untuk komputasi pada pengkodean ringan. Pengujian benchmark TPC-H 1 TB menunjukkan peningkatan kinerja sebesar 33%.

    • Mendukung optimasi adaptif mesin dan pushdown otomatis rencana agregasi berdasarkan model biaya. Ini mengurangi data yang terlibat dalam operasi JOIN dan secara signifikan menurunkan latensi serta overhead komputasi.

    • Mesin secara otomatis menyimpulkan atribut NOT NULL dari bidang JOIN dan mendorong kondisi NOT NULL ke bawah untuk menyaring nilai NULL sebelumnya. Mesin juga secara otomatis menghilangkan bidang konstan dalam klausa GROUP BY dalam operasi agregasi.

    • Fitur cache kueri ditambahkan untuk mempercepat hasil kueri tertentu melalui caching.

    • Meningkatkan kemampuan diagnostik dari tampilan hg_stats_missing untuk informasi statistik dengan menambahkan bidang baru, seperti autovacuum_enabled (apakah AUTO ANALYZE diaktifkan) dan reason (penyebab hilangnya informasi statistik), sehingga lebih mudah untuk mendiagnosis dan memperbaiki informasi statistik.

    • Optimasi AUTO ANALYZE: Meningkatkan pengumpulan statistik dengan secara otomatis mengambil jumlah baris tabel untuk statistik yang hilang, meningkatkan kualitas rencana kueri. Statistik sekarang menawarkan persistensi yang lebih baik dan ketahanan terhadap gangguan, mengurangi penghapusan yang tidak perlu akibat perubahan skema (misalnya, RENAME, transisi penyimpanan dingin). Ini menurunkan beban sistem dan meningkatkan kualitas rencana eksekusi.

    Manajemen data dan optimasi penulisan

    • Optimasi penyimpanan dan pengindeksan

      • Mendukung tabel partisi logis (Beta), yang meningkatkan fleksibilitas penggunaan tabel terpartisi, sambil menyederhanakan metadata dan manajemen data.

      • Mendukung kolom tergenerasi yang disimpan (Beta), yang menyederhanakan pemrosesan data dan mempercepat kueri melalui pra-komputasi.

      • Memperkenalkan alat Rebuild (Beta), mendukung indeks ringan (kunci distribusi, kunci pengelompokan, dan kunci segmen) dan modifikasi struktur tabel lainnya.

    • Kemampuan penulisan yang ditingkatkan

      • Tabel kunci utama mendukung pembaruan kolom parsial dalam operasi COPY, yang mengurangi kebutuhan untuk skenario COPY TETAP. Jika node frontend tetap (FE) digunakan, itu tidak mengonsumsi jumlah koneksi FE asli.

      • Dukungan asli untuk sintaks INSERT OVERWRITE memberikan fleksibilitas lebih untuk melakukan operasi INSERT OVERWRITE pada tabel biasa dan tabel partisi logis.

    Ekstensi fungsi dan ekosistem

    • Fungsi bawaan baru

      • Menambahkan fungsi corong asosiasi properti dan fungsi corong pengelompokan dimensi.

      • Memperluas fungsi yang kompatibel dengan Spark dan Presto untuk meningkatkan efisiensi pengembangan lintas mesin.

      • Fungsi Roaring bitmap sebagian mendukung 64-bit, yang memperluas cakupan skenario analisis persona pengguna.

    • Dukungan fungsi jarak jauh

      • Mendukung pemanggilan fungsi terdefinisi pengguna (UDF) jarak jauh menggunakan Function Compute (FC), memungkinkan ekspansi fleksibel dari kemampuan ekstraksi, transformasi, dan muat (ETL).

    Peningkatan fitur tingkat perusahaan

    • Pengelolaan izin tingkat perusahaan yang ditingkatkan. Anda dapat menentukan token keamanan dalam opsi koneksi protokol PostgreSQL, dan login Peran RAM menggunakan JDBC atau PSQL didukung.

    • Mendukung tempat sampah tabel, yang memungkinkan pemulihan tabel dan data yang terhapus secara tidak sengaja dari tempat sampah.

    • Mengoptimalkan penyamaran data untuk menyamarkan hasil komputasi dan tipe bidang non-TEXT. Ini secara signifikan meningkatkan perlindungan data sensitif dan mencegah serangan brute-force pada informasi sensitif.

    Kemampuan analitik data lake

    • Dukungan untuk sumber data eksternal

      • Pengintegrasian database eksternal yang ditingkatkan, yang memungkinkan akses mulus dari alat BI utama seperti Quick BI, Tableau, dan Superset.

      • Mendukung penentuan interval penyegaran metadata untuk database eksternal.

      • Mendukung ANALYZE dan AUTO ANALYZE untuk database eksternal.

      • Mendukung penggunaan INSERT INTO untuk menulis data ke tabel kunci utama Paimon, yang memfasilitasi aliran data fleksibel di lakehouse.

      • Mendukung penggunaan INSERT INTO untuk menulis data ke tabel Iceberg, yang memastikan kompatibilitas dengan lebih banyak format data lake terbuka.

    • Percepatan transparan MaxCompute

      • Memperbarui kueri jarak jauh data MaxCompute ke 2.0 (Beta). Mekanisme dasar dibangun ulang menggunakan MaxCompute C++ Native SDK, yang lebih meningkatkan kinerja dan pengalaman Hologres dalam mengakses sumber data MaxCompute.

      • Mendukung pembacaan langsung tabel Delta MaxCompute (Beta).

      • Mendukung pembacaan langsung data MaxCompute yang disamarkan secara dinamis, menawarkan pengalaman penyamaran data terintegrasi (Beta).

      • Mendukung pembacaan langsung tabel MaxCompute yang telah mengalami perubahan skema. Operasi yang didukung termasuk menambahkan kolom, menghapus kolom, memodifikasi tipe kolom, dan menyesuaikan urutan kolom.

      • Mendukung pemetaan satu klik proyek, skema, dan tabel MaxCompute ke Hologres dengan DataWorks Data Development (versi baru).

      • Mendukung impor satu klik data tabel MaxCompute ke Hologres dengan DataWorks Data Development (versi baru).

    2024

    Hologres V3.0 (September 2024)

    Penyempurnaan fitur inti

    Deskripsi fitur inti

    Referensi

    Perubahan perilaku

    Penyempurnaan mesin

    • Memperkenalkan Tabel Dinamis, yang mendukung mode pembaruan penuh dan bertahap. Data secara otomatis dialirkan dan diperbarui untuk memenuhi kebutuhan tinggi dalam pengelompokan gudang data real-time dan pemrosesan batch-stream terpadu, mengakomodasi berbagai kebutuhan ketepatan waktu analisis data.

    • Fitur Komputasi Serverless dioptimalkan untuk mendukung operasi SELECT dan COPY. Solusi penggunaan sumber daya cloud-native disediakan untuk kueri skala besar ad hoc.

    • Gudang virtual mendukung penjadwalan penskalaan (Beta). Fitur ini menyediakan sumber daya komputasi elastis sesuai jadwal untuk memenuhi kebutuhan sumber daya yang bervariasi di berbagai periode waktu. Ini membantu mencegah gangguan timbal balik dan meningkatkan pemanfaatan sumber daya.

    • Antrian kueri didukung.

      • Buat antrian kueri berdasarkan kebutuhan bisnis dan konfigurasikan konkurensi dan panjang untuk antrian kueri. Ini membantu meningkatkan stabilitas instans.

      • Kemampuan mengelola kueri skala besar ditingkatkan. Anda dapat mengonfigurasi periode batas waktu antrian untuk kueri skala besar guna mengurangi dampak negatif pada instans. Sumber daya komputasi serverless dapat menjalankan ulang kueri skala besar.

      • Fitur Komputasi Serverless didukung untuk mengeksekusi semua kueri dalam antrian kueri.

    • Kinerja penulisan data, pembaruan data, dan kueri titik berdasarkan rencana tetap meningkat sekitar 10% dibandingkan dengan Hologres V2.2.

    • Pernyataan INSERT OVERWRITE dapat dieksekusi pada tabel induk yang dipartisi.

    • Fitur prosedur tersimpan (Beta) didukung untuk mendefinisikan pernyataan SQL umum dan menyederhanakan kompleksitas bisnis.

    • Kemampuan evolusi skema ditingkatkan untuk memungkinkan Anda memodifikasi tipe data kolom.

    • Kemampuan COPY ditingkatkan. Kebijakan pembaruan baris penuh dapat dikonfigurasi untuk memperbarui catatan data, alih-alih melaporkan kesalahan, jika terjadi konflik kunci utama saat mengimpor data ke tabel dengan kunci utama.

    • Mesin kueri ditingkatkan untuk mendukung join silang. Ini membantu meningkatkan kinerja kueri berdasarkan join non-ekuivalen. Agregasi parsial didukung. Jika operasi GROUP BY dilakukan berdasarkan beberapa bidang, Anda dapat menggunakan agregasi parsial untuk membatasi penggunaan memori dan mengurangi kemungkinan kesalahan OOM.

    • Mesin penyimpanan ditingkatkan untuk meningkatkan kinerja pembaruan tabel berorientasi kolom ketika kolom dengan data tidak berurutan dikonfigurasi sebagai kunci segmen.

    • Kemampuan fungsi ditingkatkan dalam aspek berikut:

      • Fungsi TRY_CAST ditingkatkan untuk mendukung konversi data ke tipe DATE, TIMESTAMP, dan TIMESTAMPTZ.

      • Fungsi ARRAY_AGG dan STRING_AGG yang berisi klausa DISTINCT dan ORDER BY didukung oleh Hologres Query Engine (HQE). Ini membantu meningkatkan kinerja kueri.

    • Pratinjau publik fitur SQL Hint telah selesai, dan fitur tersebut dapat digunakan di lingkungan produksi. Secara default, fitur ini diaktifkan.

    • Dalam gudang metadata, dua catatan dihasilkan untuk operasi COPY alih-alih satu catatan. Untuk informasi lebih lanjut, lihat COPY.

    • Dalam Hologres V3.0.10 dan versi berikutnya, jumlah maksimum unit komputasi (CUs) untuk setiap gudang virtual dalam instans gudang virtual meningkat dari 512 menjadi 1.024.

    Perbaikan O&M dan stabilitas

    • Fitur Audit SQL disediakan oleh Hologres berdasarkan Layanan Log Sederhana. Fitur ini digunakan untuk memantau, mencatat, dan menganalisis operasi database untuk memastikan keamanan data dan kepatuhan terhadap kebijakan relevan.

    • Kemampuan memperluas kapasitas gudang virtual ditingkatkan. Selama pemuaian kapasitas, pembacaan dan penulisan data tidak terganggu.

    • Statistik tentang pernyataan DML dan DQL yang mengonsumsi kurang dari 100 ms diagregasi dalam tabel sistem Query Log untuk meningkatkan kemampuan observasi dan analisis pernyataan SQL.

    Data lakehouse

    • Fitur database eksternal ditambahkan untuk mendukung pemetaan metadata tingkat katalog untuk tabel DLF dan MaxCompute. Ini membantu meningkatkan kemampuan manajemen metadata dan data dari data lake.

    • Layanan Hive Metastore (HMS) dapat diintegrasikan dengan Hologres untuk mendukung pemetaan metadata. Fitur ini membantu mempercepat kueri data dalam kluster EMR.

    • Pernyataan INSERT INTO dapat dieksekusi untuk menulis data ke tabel append-only Apache Paimon.

    • Data dapat dibaca dari data lake berbasis Iceberg. Ini membantu memperluas lebih jauh ekosistem data lake.

    • Kemampuan keamanan ditingkatkan. Secara default, peran terkait layanan digunakan untuk mengakses DLF2.0. Anda juga dapat menggunakan peran RAM untuk mengakses DLF2.0.

    • Kemampuan tabel ditingkatkan.

      • Pembaca Delta Lake direkonstruksi untuk secara signifikan meningkatkan kinerja pembacaan.

      • Vektor penghapusan Paimon dapat dioptimalkan untuk meningkatkan kinerja kueri ketika sejumlah besar data dihapus tetapi kompaksi tidak dilakukan dengan tepat waktu.

    • Akses ke tabel Delta MaxCompute dari Hologres didukung di Hologres V3.0.22 dan versi berikutnya.

    Fitur Serverless Computing tersedia secara komersial (Juli 2024)

    Penyempurnaan fitur inti

    Deskripsi fitur inti

    Referensi

    Perubahan perilaku

    Fase Beta dari fitur Hologres Serverless Computing telah selesai

    Fase Beta dari fitur Hologres Serverless Computing telah selesai. Fitur ini tersedia untuk penggunaan produksi dan didukung oleh SLA. Fitur ini secara resmi dikomersialkan pada pukul 00:00 tanggal 1 Juli 2024 (UTC+8).

    Fase Beta dari fitur Hologres Serverless Computing telah selesai dan fitur tersebut tersedia untuk digunakan dalam produksi.

    Hologres V2.2 (April 2024)

    Penyempurnaan fitur inti

    Deskripsi fitur inti

    Referensi

    Perubahan perilaku

    Peningkatan Mesin

    • Kemampuan dasar mesin terus dioptimalkan, dan kinerja keseluruhan meningkat sekitar 15% dibandingkan versi sebelumnya. Hologres Query Engine (HQE) dan Query Optimizer (QO) terus dioptimalkan.

      • Kemampuan HQE dioptimalkan untuk meningkatkan kinerja dari aspek-aspek berikut:

        • Kemampuan runtime filters ditingkatkan untuk mendukung shuffle joins. Hal ini membantu meningkatkan efisiensi kueri sekitar 30% dalam skenario di mana runtime filters digunakan.

        • Mekanisme remote procedure call (RPC) dari HQE dioptimalkan. Data digabungkan di antara worker dan kemudian didistribusikan ke worker lain. Ini secara signifikan mengurangi overhead jaringan dan meningkatkan kinerja kueri sebesar 8% dalam skenario di mana data di-shuffle.

      • Kinerja QO dioptimalkan untuk meningkatkan efisiensi pemrosesan Pernyataan SQL pada tahap perencanaan sebesar 40% dari aspek-aspek berikut:

        • Mekanisme alokasi memori dan algoritma join dioptimalkan untuk meningkatkan kinerja kueri dalam skenario multi-join.

        • Fungsi DATE_PART dioptimalkan untuk meningkatkan efisiensi kueri bidang terkait waktu, seperti bidang tahun.

        • Perbandingan antara bidang tipe DATE dan TIMESTAMP dioptimalkan untuk meningkatkan efisiensi kueri bidang terkait waktu.

        • Komputasi fungsi kompleks dengan klausa filter dioptimalkan. Setelah optimasi, urutan operasi filter disesuaikan untuk mengurangi jumlah data yang harus diproses dan meningkatkan efisiensi kueri.

    • Fitur Serverless Computing disediakan. Fitur ini memungkinkan Anda menjalankan tugas impor data atau Tugas ETL tertentu di kolam sumber daya serverless bersama. Ini mencegah konflik sumber daya dan interferensi timbal balik antar tugas dalam sebuah Instans dan meningkatkan stabilitas instans. Fitur ini didukung di Wilayah tertentu.

    • Fitur partisi dinamis dioptimalkan untuk memungkinkan Anda menyesuaikan waktu pembuatan atau penghapusan partisi dan waktu untuk migrasi data dingin. Ini membuat fitur partisi dinamis lebih mudah digunakan.

    • Sintaks SQL Hint didukung. Hint dapat digunakan untuk mengubah mode eksekusi Pernyataan SQL. Ini memungkinkan Anda mengoptimalkan eksekusi Pernyataan SQL secara detail halus.

    • Tampilan hg_stat_activity dioptimalkan untuk memberikan metrik yang lebih akurat tentang sumber daya CPU dan memori. Anda juga dapat menanyakan tampilan ini untuk mendapatkan kemajuan impor data dari MaxCompute ke Hologres. Ini meningkatkan observabilitas kueri aktif.

    • Fungsi analisis jalur ditambahkan untuk memungkinkan Anda menganalisis lalu lintas dan konsumsi waktu setiap event dalam suatu jalur. Ini membantu Anda menganalisis strategi operasi produk dan mengoptimalkan ide desain produk.

    • Kemampuan fungsi ditingkatkan dalam aspek-aspek berikut:

      • Fungsi try_cast didukung. Untuk data abnormal, fungsi ini mengembalikan NULL bukan pesan kesalahan. Ini mengurangi biaya pemrosesan data abnormal.

      • Fungsi tanggal dan waktu dateadd, datediff, dan last_day didukung.

      • Beberapa fungsi agregat serbaguna dapat dijalankan pada HQE untuk meningkatkan kinerja kueri.

    • Dalam Hologres V2.2 dan versi berikutnya, nilai Tipe Mesin untuk proses yang menggunakan rencana tetap diubah dari SDK menjadi FixedQE dalam log kueri lambat. Hal ini memastikan konsistensi nama dalam log kueri lambat dan metrik.

    • Dalam Hologres V2.2 dan versi berikutnya, jumlah koneksi ke node FE ditingkatkan dari 128 menjadi 256. Jumlah total koneksi menjadi dua kali lipat. Untuk informasi lebih lanjut, lihat Manajemen Instans.

    • INSERT OVERWRITE dan fungsi BSI sekarang tersedia secara umum.

    • Dalam Hologres V2.2 dan versi berikutnya, pernyataan SELECT hg_dump_script() mengembalikan properti pembuatan tabel dengan sintaks WITH alih-alih sintaks CALL. Perubahan ini meningkatkan kemudahan dan keterbacaan pembuatan tabel. Untuk informasi lebih lanjut, lihat Lihat skema tabel.

    O&M dan peningkatan stabilitas

    • Sidik jari SQL dapat dikumpulkan dan dicatat dalam log kueri lambat. Anda dapat melakukan analisis pengelompokan pada sidik jari SQL untuk meningkatkan kemampuan menemukan masalah dan pemantauan pengecualian.

    • Metrik terkait QE, FixedQE, dan log biner diekspos untuk meningkatkan observabilitas dan kemampuan O&M bisnis Anda.

    • Fitur Query Insight dari HoloWeb didukung untuk memungkinkan Anda mendapatkan informasi eksekusi kueri, informasi metadata tabel, dan informasi pemecahan masalah kunci hanya dengan beberapa klik. Ini meningkatkan efisiensi pemecahan masalah.

    • Pemulihan bencana lintas zona tersedia untuk meningkatkan kemampuan pemulihan bencana instans. Fitur ini didukung di wilayah tertentu.

    • Kode kesalahan mesin dan pesan kesalahan dioptimalkan untuk meningkatkan efisiensi analisis log kueri lambat.

      • Logika untuk menghitung durasi pernyataan DDL dioptimalkan untuk meningkatkan akurasi pengumpulan durasi eksekusi DDL.

      • Hasil dari pernyataan EXPLAIN ANALYZE dicatat dalam log kueri lambat agar Anda dapat melihat data waktu proses setiap operator.

    • Mekanisme dasar peningkatan versi dioptimalkan. Pemulihan fisik digunakan untuk secara signifikan mempersingkat durasi peningkatan ketika sejumlah besar metadata ada dan mengurangi dampak negatif peningkatan pada bisnis Anda.

    • Kunci tabel untuk node FE ditingkatkan menjadi kunci pendek untuk menyelesaikan masalah seperti kegagalan eksekusi pernyataan DDL dan inkonsistensi metadata node FE. Ini meningkatkan stabilitas dan konsistensi metadata pada node FE.

    • Peningkatan ini pada kemampuan OpenAPI menambahkan API baru untuk akselerasi data lake, dan kelompok sumber daya untuk meningkatkan kemampuan manajemen operasi instans.

    Ekstensi ekosistem

    • Fitur Auto Load untuk tabel eksternal mendukung model tiga lapis MaxCompute, dan Anda dapat menggunakan parameter hg_experimental_auto_load_foreign_schema_mapping untuk menentukan pemetaan skema. Fitur ini juga mendukung Schema Evolution untuk tabel eksternal MaxCompute, seperti penambahan kolom, penghapusan kolom, modifikasi nama kolom, dan perubahan urutan kolom.

    • Fitur Auto Load dioptimalkan untuk mendukung pembuatan otomatis tabel eksternal berdasarkan metadata Data Lake Formation (DLF). Hal ini membantu mempercepat kueri dari tabel di Object Storage Service (OSS).

    • Arsitektur data lake ditingkatkan. Tabel eksternal dalam format ORC dan Parquet mendukung caching multi-level menggunakan disk kecepatan tinggi bawaan dan memori, serta penyaringan penurunan predikat. Ini sangat meningkatkan performa baca.

    • Peran terkait layanan Hologres dapat digunakan untuk mengakses tabel eksternal MaxCompute. Hal ini membantu mengonfigurasi izin pada layanan Alibaba Cloud dengan lebih baik dan mencegah risiko yang disebabkan oleh kesalahan operasi. Anda dapat membuat peran terkait layanan dan memberikan izin kepada peran tersebut di Konsol Hologres hanya dengan beberapa klik.

    • Data di Bucket OSS dan tabel di skema tertentu dari model tiga lapis MaxCompute dapat diakses di Konsol HoloWeb.

    2023

    Hologres V2.1 (Oktober 2023)

    Peningkatan fitur inti

    Deskripsi fitur inti

    Referensi

    Perubahan perilaku

    Peningkatan mesin

    • Kinerja eksekusi satu atau lebih fungsi COUNT DISTINCT dioptimalkan secara otomatis pada runtime, yang secara signifikan meningkatkan efisiensi kueri.

    • Mekanisme Row Group Filter ditambahkan ke pengoptimal kueri. Untuk tabel berorientasi kolom, baris dalam sebuah kolom membentuk grup baris, dan nilai maksimum serta minimum di setiap grup baris dicatat. Saat Anda mengkueri data dalam kolom, sistem menyaring data di setiap grup baris tanpa membaca data dari tabel berorientasi kolom. Ini secara signifikan mengurangi overhead kueri dan meningkatkan efisiensi kueri.

    • Kemampuan Runtime Filter dioptimalkan untuk mendukung penggabungan multi-kolom. Ini secara signifikan meningkatkan efisiensi penggabungan.

    • Kompaksi penuh dapat dipicu secara manual untuk menggabungkan file kecil. Ini meningkatkan efisiensi kueri.

    • Fungsi analisis corong berbasis rentang ditambahkan untuk memungkinkan Anda menganalisis dan membandingkan konversi aktivitas pengguna.

    • Perpustakaan ekstensi Bit-Sliced Index (BSI) ditambahkan untuk mengoptimalkan kinerja dan kemudahan penggunaan kueri dalam skenario tag dengan cardinalitas tinggi dan kueri gabungan yang melibatkan tag atribut pengguna dan tag perilaku.

    • Data dapat diurutkan secara menurun berdasarkan kunci pengelompokan. Ini meningkatkan kinerja kueri dalam skenario pengurutan.

    • Mekanisme caching untuk penyimpanan Akses Jarang dioptimalkan untuk meningkatkan kinerja kueri.

    • Pernyataan CREATE TABLE WITH dan ALTER TABLE SET ditambahkan untuk menggantikan sintaks set_table_property asli. Ini menyederhanakan proses konfigurasi properti tabel.

    • Kemampuan menulis data ke tabel tanpa kunci utama dioptimalkan. Penulisan batch ke tabel ini memperoleh kunci baris alih-alih kunci tabel dan dapat dilakukan bersamaan dengan Fixed Plan.

    • Fitur pemrosesan vektor berbasis Proxima dioptimalkan. Ini memungkinkan Anda membuat tabel, mengimpor data vektor ke dalam tabel, lalu membuat indeks vektor. Ini membantu mempersingkat waktu pembuatan indeks dan menyederhanakan pemrosesan vektor.

    • Kemampuan fungsi ditingkatkan dalam aspek berikut:

      • Beberapa fungsi array dapat dijalankan di HQE untuk meningkatkan kinerja fungsi.

      • Fungsi KeyValue ditambahkan untuk membagi string.

      • Fungsi IF ditambahkan untuk menyederhanakan skenario deteksi tipe dan mengurangi biaya migrasi MySQL.

    Peningkatan O&M dan stabilitas

    • Kemampuan kueri lambat ditingkatkan untuk meningkatkan efisiensi analisis kueri lambat.

      • Hasil pernyataan EXPLAIN ANALYZE dicatat dalam log kueri lambat agar Anda dapat melihat data eksekusi setiap operator.

      • Kemampuan diagnostik berbasis rencana tetap ditingkatkan. Data untuk affected_rows dalam skenario penulisan data dan untuk result_rows dan result_bytes dalam skenario kueri dilaporkan ke gudang metadata.

    • Fungsi hg_relation_size ditambahkan untuk menanyakan detail ukuran penyimpanan tabel.

    • Hologres kompatibel dengan perilaku PostgreSQL asli dan mendukung penyeimbangan beban. Penyeimbangan beban dan failover instans otomatis didukung dalam skenario di mana instans primer dan sekunder dikonfigurasikan. Ini meningkatkan ketersediaan layanan.

    • Kemampuan OpenAPI ditingkatkan. Operasi API untuk membuat, memperpanjang, meningkatkan atau menurunkan, dan melepaskan instans ditambahkan untuk meningkatkan kemampuan operasi dan manajemen instans.

    Ekstensi ekosistem

    Akselerasi data lake mendukung data yang disimpan dalam format Paimon.

    Akselerasi Data Lake OSS

    Hologres V2.0 (April 2023)

    Peningkatan fitur inti

    Deskripsi fitur inti

    Referensi

    Perubahan perilaku

    Peningkatan mesin

    • Fitur Runtime Filter ditambahkan untuk mengoptimalkan operasi filter dalam proses penggabungan. Ini mengurangi jumlah data yang harus dipindai, menurunkan overhead I/O, dan meningkatkan kinerja kueri lebih dari 20% dalam skenario penggabungan multi-tabel tipikal.

    • Mekanisme Lazy Create Fragment Instance ditambahkan ke mesin kueri Hologres. Mekanisme ini membantu mengurangi overhead kueri dan secara signifikan meningkatkan kinerja kueri dalam skenario di mana data dalam tabel besar di-query dan batas atas untuk jumlah baris yang dikembalikan dikonfigurasi. Mekanisme ini biasa digunakan dalam skenario pratinjau.

    • Format tampilan rencana eksekusi untuk Explain & Explain Analyze sepenuhnya dioptimalkan. Ini meningkatkan kemudahan dibaca dan menyederhanakan optimasi kinerja SQL.

    • Kemampuan transaksi terdistribusi dioptimalkan. Beberapa pernyataan DML dapat dieksekusi dalam satu transaksi.

    • Mendukung penghapusan kolom.

    • Sintaks CREATE TABLE AS didukung untuk menyederhanakan optimasi iteratif skema tabel.

    • Streaming COPY didukung. Anda tidak perlu mengelompokkan data, yang menghasilkan throughput penulisan yang lebih tinggi.

    • Anda dapat membuat indeks bitmap untuk kolom yang berisi data JSONB-format dalam mode penyimpanan berorientasi kolom untuk mempercepat kueri titik.

    • Kolom dengan tipe data DATE dapat dikonfigurasi sebagai kunci utama dan kunci partisi tabel partisi. Pemangkasan partisi dioptimalkan untuk mendukung kolom kunci partisi dalam klausa IN Array bahkan ketika jumlah nilai melebihi ambang batas (default 100).

    • Lebih banyak optimasi mesin internal:

      • Optimasi mesin penyimpanan untuk mekanisme Tablet Lazy Open (didukung oleh instans primer dan sekunder): Overhead memori secara otomatis dinonaktifkan untuk tabel yang belum diakses selama lebih dari 24 jam. Ketika jumlah tabel terbuka melebihi ambang batas, sistem secara dinamis memilih dan menonaktifkan tablet berdasarkan kebijakan LRU (Least Recently Used). Ini mengurangi overhead memori tetap dalam skenario dengan banyak tabel terbuka.

      • Optimasi mesin penyimpanan untuk mekanisme manajemen penyimpanan skema: Meta tablet digunakan untuk manajemen penyimpanan. Ini membantu mengurangi overhead memori tetap skema dan overhead sumber daya dalam skenario di mana banyak tabel dan shard ada.

      • Optimasi mesin penyimpanan untuk kemampuan pemulihan cepat: Pemulihan cepat dalam mode perbaikan dapat diaktifkan jika data dalam tabel tertentu tidak dapat dipulihkan menggunakan metode pemulihan data rutin. Secara default, manajemen metadata mendukung pemulihan logis. Pemulihan logis membantu secara signifikan mempersingkat waktu pemulihan jika data dalam banyak partisi perlu dipulihkan. Untuk skenario yang melibatkan puluhan ribu partisi, pemulihan logis mempersingkat waktu pemulihan lebih dari lima kali lipat.

    • Kemampuan fungsi ditingkatkan dalam aspek berikut:

      • Lebih banyak fungsi didukung di HQE untuk meningkatkan kinerja fungsi.

        • Kerangka dukungan fungsi tabel direkonstruksi untuk memungkinkan HQE mendukung generate_series (INT, BIGINT, NUMERIC).

        • Kerangka dukungan fungsi PQE direkonstruksi untuk memungkinkan HQE mendukung fungsi seperti left, right, text::timestamp, dan timestamp::text.

      • Fungsi array baru ditambahkan, termasuk array_max, array_min, array_contains, array_except, array_distinct, dan array_union.

      • Fungsi agregat max_by dan min_by ditambahkan untuk menyederhanakan operasi pengurutan jendela.

    • Penyimpanan berorientasi kolom tidak lagi mendukung format penyimpanan Segment. Oleh karena itu, instans yang menggunakan format Segment tidak dapat ditingkatkan ke V2.0 atau lebih baru. Anda dapat menggunakan fungsi alat hg_convert_segment_orc untuk melakukan konversi format batch. Untuk informasi lebih lanjut, lihat Ubah format penyimpanan data tabel berorientasi kolom.

    • Untuk mencegah pemborosan sumber daya akibat salah penggunaan Table Groups, batas diberlakukan pada total jumlah shard maksimum untuk satu Table Group dan di tingkat instans mulai dari V2.0. Untuk informasi lebih lanjut, lihat Panduan Operasi Table Group dan Jumlah Shard.

    • Tulisan DataHub tidak lagi mendukung mode SDK (legacy) dan sepenuhnya beralih ke mode JDBC. Mode baru ini lebih stabil dan mendukung lebih banyak tipe data.

    • Secara default, ekstensi log biner dikonfigurasi. Saat Anda mengonsumsi data log biner dalam mode JDBC, Anda tidak perlu membuat ekstensi log biner secara manual. Kuota default untuk WAL Senders ditingkatkan sepuluh kali lipat dari 200 Slot/32C menjadi 2.000 Slot/32C. Fitur ini telah menyelesaikan fase Beta dan siap digunakan untuk produksi. Untuk informasi lebih lanjut, lihat Mengonsumsi log biner Hologres menggunakan JDBC.

    • Cadangan dan pemulihan (Cadangan dan pemulihan lokal) serta penyimpanan bertingkat (Penyimpanan bertingkat data) telah menyelesaikan fase Beta dan sekarang siap untuk produksi.

    • Untuk informasi lebih lanjut, lihat Perubahan perilaku default.

    Peningkatan O&M dan stabilitas

    • Berdasarkan pg_stat_activity, hg_stat_activity diperkenalkan. Ini kompatibel dengan penggunaan aslinya dan menyediakan informasi diagnostik runtime yang lebih rinci, termasuk tahap eksekusi, tipe mesin eksekusi, penggunaan sumber daya, dan kunci runtime.

    • Kemampuan replika tingkat shard ditingkatkan untuk mendukung ketersediaan tinggi, penyeimbangan beban, dan throughput tinggi untuk satu instans, mengatasi masalah seperti kerusakan mesin dan hotspot tidak seimbang.

    • Kemampuan Auto Analyze direkonstruksi untuk memungkinkan Auto Analyze terdistribusi. Dengan cara ini, tabel asing, tabel kluster akselerasi danau, dan data inkremental tabel partisi dapat dianalisis secara otomatis. Ini membantu menyelesaikan masalah seperti kegagalan analisis pada tabel ultra-besar atau kolom ultra-lebar. Jumlah tabel yang kekurangan informasi statistik berkurang secara signifikan. Rencana eksekusi lebih stabil, lebih sedikit sumber daya yang dikonsumsi, dan kinerja lebih stabil.

    • Konfigurasi enkripsi penyimpanan dioptimalkan untuk mendukung konfigurasi enkripsi tabel tunggal yang fleksibel.

    • Mekanisme alur data dioptimalkan untuk memungkinkan Anda menggunakan DataWorks untuk melakukan analisis alur lintas mesin pada data di MaxCompute dan Hologres. Anda dapat menggunakan ekspresi seperti CTE untuk mengurai alur data.

    Ekstensi ekosistem

    • Mesin akselerasi kueri untuk tabel asing MaxCompute ditingkatkan untuk meningkatkan kompatibilitas dan stabilitas.

    • Dalam skenario akselerasi danau, dengan manajemen metadata DLF terintegrasi, Anda dapat menggunakan katalog data DLF (Multi-Catalog) untuk isolasi metadata. Ini memfasilitasi isolasi metadata antara lingkungan pengujian, lingkungan pengembangan, dan kluster lintas departemen.

    • Dalam skenario akselerasi danau, Anda dapat mempercepat akses ke data yang disimpan di OSS-HDFS (juga dikenal sebagai JindoFS). Ini membantu memenuhi kebutuhan komputasi danau data di domain seperti ekosistem big data Hadoop dan AI.

    • Fungsi yang kompatibel dengan ClickHouse ditambahkan untuk menyederhanakan skenario migrasi data dan pekerjaan.

    2022

    Hologres V1.3 (Juli 2022)

    Peningkatan fitur inti

    Deskripsi fitur inti

    Referensi

    Perubahan perilaku

    Peningkatan mesin

    • Mendukung tampilan yang di-materialisasi secara real-time untuk meningkatkan efisiensi kueri dalam skenario agregasi real-time (Beta).

    • Optimalisasi penyimpanan JSONB: Dengan mengadopsi optimalisasi penyimpanan berorientasi kolom, efisiensi statistik kueri dan kompresi data meningkat secara signifikan.

    • Mendukung manajemen partisi dinamis untuk tabel partisi, termasuk pembuatan otomatis dan penghapusan sub-tabel partisi.

    • Menambahkan fungsi deduplikasi presisi UNIQ untuk meningkatkan efisiensi deduplikasi secara signifikan, mengoptimalkan skenario multi-Count Distinct, dan mengurangi konsumsi memori.

    • Optimalisasi mesin.

      • Mendukung penulisan langsung ke tabel induk partisi menggunakan pernyataan Insert yang sesuai dengan FixedPlan.

      • Mendukung penyaringan dengan ekspresi agregasi, seperti string_agg() dan array_agg().

      • Mendukung RowType, bersama dengan fungsi seperti row() dan row_to_json().

      • Mendukung modifikasi skema tabel.

      • Mendukung operator CTE Reuse untuk meningkatkan kinerja ekspresi with.

    • Mendukung membaca model tiga lapis MaxCompute (project.schema.table).

    • Mendukung membaca dan menulis tabel Transaksional MaxCompute, membaca tabel Evolusi Skema MaxCompute (tabel tempat operasi seperti menghapus kolom, mengubah urutan kolom, atau mengubah tipe kolom telah dilakukan di MaxCompute), dan menulis kembali tipe Array dan Date.

    Catatan perubahan perilaku default

    Peningkatan O&M dan stabilitas

    • Mendukung konfigurasi mandiri instans sekunder penyimpanan bersama, yang mengoptimalkan elastisitas dan ketersediaan tinggi.

    • Tabel table_info ditambahkan ke gudang metadata. Ini meningkatkan kemampuan tata kelola data.

    • Optimalisasi memori terus-menerus untuk mengurangi jejak memori metadata.

    • Mendukung pencadangan periodik otomatis dan manual untuk memulihkan data historis dalam skenario seperti kesalahan operasi data.

    Ekstensi ekosistem

    • Dukungan produksi untuk ekstensi PostGIS disediakan.

    • Paket ekstensi Oracle didukung, yang menambahkan banyak fungsi kompatibel.

    • Mendukung membaca tabel eksternal format Hudi dan Delta melalui DLF, dan menulis data format CSV, Parquet, SequenceFile, dan ORC ke tabel eksternal OSS melalui DLF.

    • Kompatibilitas BI ditingkatkan, mencapai tingkat kelulusan 99%+ dalam uji kompatibilitas Tableau (TDVT).

    2021

    Hologres V1.1 (Oktober 2021)

    Peningkatan Fitur Inti

    Deskripsi Fitur Inti

    Referensi

    Perubahan Perilaku

    Peningkatan O&M

    • Fitur isolasi grup sumber daya (Beta) kini tersedia. Anda dapat membuat beberapa grup sumber daya untuk mengimplementasikan isolasi beban kerja tingkat thread pada sumber daya komputasi pengguna berbeda dalam satu instance. Ini memberikan dukungan lebih baik untuk penggunaan multi-pengguna dan multi-skenario.

    • Anda dapat melakukan upgrade panas online untuk instance Hologres tanpa memengaruhi pembacaan dan query data selama proses upgrade. Untuk meminta upgrade panas, Anda dapat bergabung dengan grup DingTalk Hologres.

    • Kemampuan Auto Analyze diaktifkan secara default di Hologres V1.1.

    • Mesin baru Hologres untuk membaca data MaxCompute secara langsung diaktifkan secara default di V1.1.

    • Fungsi Resharding telah menyelesaikan fase Beta, dan nama fungsi terkait telah diperbarui.

    Untuk informasi lebih lanjut, lihat Catatan Perubahan Perilaku Default.

    Peningkatan Mesin

    • Anda dapat membuat tabel dengan struktur penyimpanan hibrida baris-kolom. Hal ini memungkinkan salinan data tunggal mendukung berbagai skenario kueri, seperti kueri titik dan OLAP.

    • Anda dapat mengonsumsi data binary logging Hologres secara real-time menggunakan JDBC (Beta).

    • Anda dapat mengaktifkan Hologres Binlog sesuai kebutuhan dan memodifikasi konfigurasinya secara dinamis.

    • Hologres sekarang mendukung penggantian nama kolom.

    • Fitur indeks JSONB (Beta) kini tersedia untuk mempercepat kueri dan pengambilan data dalam format JSON.

    • Mekanisme manajemen metadata di memori telah dioptimalkan. Anda dapat menyimpan cache dan menekan metadata untuk mengelola memori lebih efisien.

    Optimasi Tampilan

    • Hologres sekarang mendukung membaca data OSS dalam format CSV, Parquet, SequenceFile, dan ORC menggunakan DLF.

    • Hologres sekarang mendukung query lintas database dan query federasi lintas beberapa instance Hologres.

    Peningkatan Keamanan

    • Hologres sekarang mendukung enkripsi penyimpanan untuk data dalam tabel internal Hologres (Beta) untuk meningkatkan keamanan akses data.

    • Hologres sekarang mendukung membaca data MaxCompute terenkripsi (Beta). Fitur ini meningkatkan kompatibilitas Hologres dengan ekosistem MaxCompute.

    Hologres V0.10 (Mei 2021)

    Peningkatan Fitur Inti

    Deskripsi Fitur Inti

    Referensi

    Peningkatan Mesin

    • Mendukung pengumpulan otomatis statistik tabel: Statistik tabel diambil sampel secara otomatis selama penulisan dan pembaruan data untuk menghasilkan rencana kueri yang lebih baik, menghilangkan kebutuhan untuk menjalankan Analyze Table secara manual.

    • Mendukung keandalan tinggi pada level milidetik untuk skenario Kueri Titik (Key/Value) (Beta): Mendukung konfigurasi multi-replika pada level shard, switching primer-replika pada level milidetik, dan pengulangan kueri, yang secara signifikan meningkatkan keandalan tinggi dalam skenario layanan.

    • Ekstensi RoaringBitmap ditambahkan, yang menyediakan dukungan asli untuk tipe data Bitmap dan fungsi terkait.

    • Fungsi bit_construct dan bit_match ditambahkan: Dioptimalkan untuk skenario seperti penargetan pengguna dan atribusi, mereka mendukung penyaringan agregasi yang lebih efisien berdasarkan userid.

    • Fungsi range_retention_count dan range_retention_sum ditambahkan: Dioptimalkan untuk skenario retensi dengan kueri rentang multi-hari.

    • Alat Resharding ditambahkan: Dengan fungsi Resharding bawaan, Anda dapat memodifikasi jumlah shard tanpa perlu membuat ulang tabel, yang menyederhanakan proses penyetelan.

    • Format kompresi default untuk penyimpanan kolom dioptimalkan menjadi AliORC, yang meningkatkan rasio kompresi penyimpanan sebesar 30% hingga 50%.

    Fitur Kueri Tabel Asing

    • Kinerja kueri tabel eksternal MaxCompute ditingkatkan (Beta): Mesin akselerasi tabel eksternal baru meningkatkan kinerja kueri sekitar 30% hingga 100% dibandingkan versi sebelumnya.

    • Integrasi DLF ditambahkan (Beta): Baca data OSS melalui DLF.

    Optimalisasi Kinerja

    • Kinerja kueri titik ditingkatkan: Total throughput untuk penyimpanan baris meningkat sebesar 100%, dan untuk penyimpanan kolom sebesar 30%.

    • Optimasi operasi pembaruan: Kinerja Update/Hapus ditingkatkan sebesar 30%.

    • Cache Rencana Kueri: Cache Rencana Kueri dioptimalkan untuk mengurangi latensi pengoptimal.

    /

    O&M dan Optimalisasi Keamanan Tingkat Perusahaan

    • Kueri lambat terungkap, dengan riwayat status kueri bawaan. Anda dapat menanyakan status semua kueri dalam sebulan terakhir untuk dengan cepat menemukan kueri lambat dan gagal.

    Melihat dan Menganalisis Log Kueri Lambat

    Hologres V0.9 (Januari 2021)

    Penyempurnaan fitur inti

    Deskripsi fitur inti

    Referensi

    Penyempurnaan mesin

    • Tipe data diperkaya.

      • Tipe JSON dan JSONB.

      • Tipe waktu: interval, timetz, time

      • Tipe jaringan: inet

      • Tipe mata uang: money

      • Tipe sistem PG: name, uuid, oid

      • Lainnya: bytea, bit, varbit

    • Tipe fungsi diperkaya, termasuk fungsi yang kompatibel dengan PG dan fungsi ekstensi Hologres.

      • Fungsi array: array_length dan array_positions ditambahkan.

      • Fungsi untuk melihat ukuran penyimpanan tabel dan DB: pg_relation_size dan pg_database_size.

    • Mendukung ekspor data Hologres ke MaxCompute menggunakan perintah SQL Hologres untuk pengarsipan data.

    • Mendukung langganan Hologres Binlog (Beta).

    • Mendukung modifikasi dinamis indeks bitmap tabel dan pengkodean kamus, serta pembuatan otomatis pengkodean kamus berdasarkan karakteristik data.

    • Pustaka Klien Hologres dirilis. Cocok untuk sinkronisasi data offline dan real-time dalam jumlah besar ke Hologres dan untuk skenario kueri titik dengan QPS tinggi. Meningkatkan throughput dengan mengelompokkan data secara otomatis.

    • Pipeline penulisan JDBC dan pengoptimal kueri dioptimalkan, yang secara signifikan meningkatkan efisiensi penulisan mesin.

    • Konektivitas ekosistem BI ditingkatkan, yang mendukung lebih banyak alat BI seperti Tableau Server dan Superset untuk memenuhi berbagai kebutuhan analisis bisnis.

    Penyempurnaan keamanan

    • Mendukung login ke Hologres menggunakan akun STS melalui peran, yang memungkinkan sistem login akun yang lebih aman dan beragam selain hanya akun cloud.

    Mode otorisasi Peran RAM

    2020

    Hologres V0.8 (Oktober 2020)

    Peningkatan fitur inti

    Deskripsi fitur inti

    Referensi

    Peningkatan mesin

    • Anda dapat membuat tampilan menggunakan pernyataan CREATE VIEW. Anda dapat membuat tampilan berdasarkan satu atau lebih tabel (termasuk tabel internal dan eksternal) atau tampilan lainnya.

    • Tipe data SERIAL, DATE, TIMESTAMP, VARCHAR(n), dan CHAR(n) ditambahkan. Selain itu, pemetaan tipe Array didukung untuk data tabel asing MaxCompute.

    • Anda dapat menggunakan fitur INSERT ON CONFLICT untuk memperbarui atau melewati data duplikat berdasarkan konfigurasi primary key saat Anda memasukkan data.

    • Mendukung fitur TRUNCATE.

    • Mesin pencarian vektor bawaan Proxima mendukung pencarian vektor pada dataset besar. Fitur ini saat ini dalam Beta.

    Peningkatan keamanan

    • Fitur masking data ditambahkan. Anda dapat mengonfigurasi beberapa kebijakan masking untuk menyamarkan informasi sensitif seperti nomor telepon, alamat, atau nomor ID.

    • Integrasi dengan CloudMonitor didukung, yang memungkinkan pemantauan metrik kustom dan peringatan satu klik.

    Batasan dan batasan query tabel asing MaxCompute

    • Saat menanyakan tabel partisi MaxCompute, jumlah maksimum partisi yang dapat dipindai adalah 512 (sebelumnya 50 di versi sebelum 0.8).

    • Dalam setiap query, jumlah maksimum data dasar yang dapat dipindai adalah 200 GB (terlepas dari jumlah tabel asing dan bidang, sebelumnya 100 GB di versi sebelum 0.8).

    Batasan dan pembatasan