亲爱的社区小伙伴们,Apache Doris 2.1.6 版本已于 2024 年 9 月 10 日正式发布。2.1.6 版本在 Lakehouse、异步物化视图、半结构化数据管理持续升级改进,同时在查询优化器、执行引擎、存储管理、数据导入与导出以及权限管理等方面完成了若干修复。欢迎大家下载使用。

行为变更

  • 移除 create repository 命令中的 delete_if_exists 选项。#38192
  • 新增会话变量 enable_prepared_stmt_audit_log,用于控制 JDBC 预编译语句是否记录审计日志,默认不记录。#38624 #39009
  • 采用文件描述符限制和内存限制来管理 Segment Cache。#39689
  • sys_log_mode 配置项设置为 BRIEF 时,在日志中增加文件位置信息,以提供更详细的上下文。#39571
  • 将会话变量 max_allowed_packet 的默认值调整为 16MB,提高数据传输限制。#38697
  • 在单次请求中,若包含多个 SQL 语句,各语句间必须使用分号进行分隔,以增强语句的清晰度和执行效率。#38670
  • 现在支持 SQL 语句以分号开始,提供更灵活的语句书写方式。#39399
  • 在执行如 show create table 等语句时,类型格式与 MySQL 保持一致,提升与 MySQL 的兼容性。#38012
  • 当新优化器规划查询超时后,不再回退到旧优化器,以避免潜在的性能下降问题。#39499

新功能

Lakehouse

  • 实现 Iceberg 表的写回功能。

    • 更多信息,请查看文档数据湖构建-Iceberg
  • 增强 SQL 拦截规则,支持对外表的拦截处理。

    • 更多信息,请查看文档查询管理-SQL 拦截
  • 新增系统表file_cache_statistics,用于查看 BE 节点的数据缓存性能指标。

异步物化视图

  • 支持在 Insert 中进行透明改写。#38115
  • 支持对查询中存在 VARIANT 类型时的透明改写。#37929

半结构化数据管理

  • 支持 ARRAY MAP 类型到 JSON 类型的 CAST 转换功能。#36548
  • 引入json_keys函数,用于提取 JSON 中的键名。#36411
  • 支持在导入 JSON 时指定json path$``#38213
  • ARRAY / MAP / STRUCT 类型支持replace_if_not_null#38304
  • 允许调整 ARRAY / MAP / STRUCT 类型的列顺序。#39210
  • 新增multi_match函数,支持在多个字段中匹配关键词,并利用倒排索引加速查询。#37722

查询优化器

  • 完善 MySQL 协议返回列的信息,包括原始数据库名、表名、列名和别名。#38126
  • 增强聚合函数group_concat,支持同时使用order bydistinct进行复杂数据聚合。#38080
  • 改进了 SQL 缓存机制,支持通过注释区分不同的查询以复用缓存结果。#40049
  • 增强分区裁剪功能,支持在过滤条件中使用date_truncdate函数。#38025 #38743
  • 允许在表别名前使用数据库名作为限定名前缀。#38640
  • 支持 Hint 格式注释。#39113

执行引擎

  • Group concat函数现支持distinctorder by选项。#38744

Others

  • 新增系统表table_properties,便于用户查看和管理表的各项属性。

  • 新增 FE 中死锁和慢锁检测功能。

改进提升

Lakehouse

  • 革新外表元数据缓存机制。

  • 新增会话变量keep_carriage_return,默认关闭。读取 Hive Text 格式表时,默认将\r\n\n均视为换行符。#38099
  • 优化 Parquet / ORC 文件读写内存统计。#37257
  • Paimon 表支持 IN/ NOT IN 谓词下推。#38390
  • 升级优化器,支持 Hudi 表的 Time Travel 语法。#38591
  • Kerberos 认证流程优化,提升安全认证效率与稳定性。#37301
  • 支持 Rename column 操作后读取 Hive 表。#38809
  • 提升外表分区列读取性能。#38810
  • 优化外表查询规划,优化数据分片合并策略,有效避免小分片对查询性能的影响。#38964
  • SHOW CREATE DATABASE / TABLE 新增 Location 等属性展示。#39644
  • MaxCompute Catalog 扩展支持复杂类型。#39822
  • 优化文件缓存加载策略,通过异步加载方式避免 BE 启动时间过长的问题。#39036
  • 升级文件缓存淘汰策略,有效管理长时间占用锁的资源。#39721

异步物化视图

  • 支持小时、周及季度级别的分区上卷构建。#37678
  • 基于 Hive 外表的物化视图,在刷新前自动更新元数据缓存,以保证每次刷新可以获取最新数据。#38212
  • 通过批量获取元数据,优化存算分离模式下的透明改写规划性能。#39301
  • 通过禁止重复枚举,进一步提升透明改写的规划性能。#39541
  • 优化基于 Hive 外表分区刷新物化视图的透明改写性能。#38525

半结构化数据管理

  • 优化 TOPN 查询内存分配,显著提升查询性能。#37429
  • 优化倒排索引字符串处理性能。#37395
  • 优化倒排索引在 MOW 表中的性能。#37428
  • 建表时支持指定行存 page_size,以控制压缩效果。#37145

查询优化器

  • 调整 Mark Join 行数估计算法,提高基数估算准确性。#38270
  • 优化 Semi / Anti Join 代价估计算法,能够正确选择最佳 Join 顺序。#37951
  • 调整部分列无统计信息情况下的过滤估计算法,使估算更精准。#39592
  • 改进 Set Operation 算子 Instance 计算逻辑,防止在极端情况下并行度不足的问题。#39999
  • 优化 Bucket Shuffle 使用策略,数据打散不充分时也能获得更好的性能。#36784
  • 窗口函数数据提前过滤,支持单投影中存在多窗口函数的情况。#38393
  • 过滤条件含 NullLiteral 时,智能折叠为 False,转换为 EmptySet,减少不必要的数据扫描量。#38135
  • 扩大谓词推导适用范围,在特定模式的查询下能够大幅减少数据扫描量。#37314
  • 在分区裁剪中支持部分短路计算逻辑,以提升分区裁剪性能。在特定场景下,性能提升超过100%。#38191
  • 在用户变量中,支持计算任意的标量函数。#39144
  • 当查询中存在别名冲突时,报错信息能够保持与 MySQL 一致。#38104

执行引擎

  • 实现 AggState 从 2.1 到 3.x 版本的兼容,并解决了 coredump 问题。#37104
  • 重构无 Join 操作时的 Local Shuffle 策略选择机制。#37282
  • 将内部表查询的 scanner 调整为异步模式,以防止查询内部表时出现卡顿。#38403
  • 优化 Join 算子在构建 Hash 表时的 Block Merge 流程。#37471
  • 缩短 MultiCast 持有锁的时间。#37462
  • 优化 gRPC 的 keepAliveTime 设置并增加了链接监测机制,降低了因 RPC 错误导致的查询失败率。#37304
  • 当内存超出限制时,将清理 jemalloc 中的所有 Dirty Pages。#37164
  • 提升 aes_encrypt/decrypt 函数对常量类型的处理效率。#37194
  • 加快 json_extract 函数对常量数据的处理速度。#36927
  • 提高 ParseUrl 函数处理常量数据的性能。#36882

存储管理

备份恢复 / 跨集群同步

  • Restore 功能现已支持删除多余的 Tablet 和分区选项。#39363
  • 在创建 Repository 时,支持检查存储连通性。#39538
  • Binlog 支持 Drop 表操作,使 CCR 能够支持 Drop 表的增量同步。#38541

Compaction

  • 改进高优 Compaction 任务不受并发控制限制的问题。#38189
  • 根据数据特性自动调整 Compaction 的内存消耗。#37486
  • 修复顺序数据优化策略可能引发的聚合表或 MOR UNIQUE 表数据准确性问题。#38299
  • 优化补副本期间 Compaction 选择 rowset 的策略,以避免触发 -235 错误。#39262

Merge-on-Write

  • 解决了列更新和 Compaction 并发时列更新慢的问题。#38682
  • 修复一次导入大量数据时,Segcompaction 可能导致 MOW 数据不正确的问题。#38992 #39707
  • 解决 BE 重启后,可能导致列更新数据丢失的问题。#39035

其他

  • 增加了 FE 配置,用于控制冷热分层下查询是否优先访问本地数据的副本。#38322
  • 解决了过期的 BE 汇报消息未包含新创建 Tablet 的问题。#38839 #39605
  • 优化副本调度优先级策略,优先调度缺少数据的副本。#38884
  • 对于有未完成 ALTER JOB 的 Tablet,不进行均衡调度。#39202
  • List 分区方式的表现支持修改分桶数。#39688
  • 优先选择在线的磁盘服务进行查询。#39654
  • 改进了同步物化视图的 Base 表不支持删除时的提示信息。#39857
  • 改进了单列超过 4G 时的报错信息。#39897
  • 修复了 Insert 语句遇到 Plan 错误时未正确中止事务的问题。#38260
  • 修复了 SSL 链接关闭时的异常问题。#38677
  • 修复了使用 Label 中止事务时未持有表锁的问题。#38842
  • 修复了 Gson Pretty 导致 Image 过大的问题。#39135
  • 修复了 CREAT TABLE 语句在新优化器下未检查 Bucket 为 0 的问题。#38999
  • 修复了 DELETE 条件谓词中包含中文列时报错的问题。#39500
  • 修复了分区均衡模式下频繁均衡 Tablet 的问题。#39606
  • 修复了分区丢失 Storage Policy 属性的问题。#39677
  • 修复了事务内导入多个表时统计信息不正确的问题。#39548
  • 修复了 Random 分桶表删除时报错的问题。#39830
  • 修复了 UDF 不存在导致 FE 无法启动的问题。#39868
  • 修复了 FE 主从 Last Failed Version 不一致的问题。#39947
  • 修复了 Schema Change Job 被取消时,相关 Tablet 可能仍处于 Schema Change 状态的问题。#39327
  • 修复了单个语句修改类型和列顺序 SC 时出现的报错问题。#39107

数据导入

  • 改进了导入发生 -238 错误时的错误信息提示。#39182
  • 实现在 Restore 分区时,其他分区可以同时进行导入。#39915
  • 优化了 Group Commit FE 选择 BE 的策略。#37830 #39010
  • 对于一些常见的 Stream Load 错误信息,避免了程序栈的打印,简化了错误处理。#38418
  • 改进下线的 BE 可能影响导入出错的问题。#38256

权限管理

  • 优化了开启 Ranger 鉴权插件后的访问性能。#38575
  • 优化了 Refresh Catalog / Database / Table 操作的权限策略,用户仅需 SHOW 权限即可执行此操作。#39008

Bug 修复

Lakehouse

  • 修复切换 Catalog 时可能出现的数据库找不到问题。#38114
  • 解决了读取 S3 上不存在的数据时出现的异常报错。#38253
  • 修正导出操作时,指定异常路径可能导致导出位置异常的问题。#38602
  • 修复 Paimon 表时间列时区问题。#37716
  • 临时关闭 Parquet PageIndex 功能以避免部分错误行为。
  • 修复外表查询时,错误选取黑名单中 Backend 节点的问题。#38984
  • 解决读取 Parquet Struct 列类型中缺失子列导致查询错误的问题。#39192
  • 修复 JDBC Catalog 的谓词下推问题。#39082
  • 修正 Parquet 格式读取时,历史格式导致查询结果错误的问题。#39375
  • 增强了 Oracle JDBC Catalog 对 OJDBC6 驱动的兼容性。#39408
  • 解决了 Refresh Catalog/Database/Table 操作可能导致的 FE 内存泄漏问题。#39186 #39871
  • 修复了 JDBC Catalog 在某些情况下的线程泄漏问题。 #39666 #39582
  • 修复开启 Hive Metastore 事件订阅后,可能出现事件处理失败的问题。#39239
  • 禁止读取自定义 Escape CHAR 和 NULL Format 的 Hive Text 格式表,防止数据错误。#39869
  • 修复某些情况下,无法访问通过 Iceberg API 创建的 Iceberg 表的问题。#39203
  • 修复无法读取存储在开启高可用的 HDFS 集群上的 Paimon 表的问题。#39876
  • 修复开启文件缓存后,读取 Paimon 表 Deletion Vector 可能导致错误的问题。#39875
  • 修复某些情况下读取 Parquet 可能导致死锁的问题 #39945

异步物化视图

  • 修复无法在 Follower FE 上使用 show create materialized view 命令的问题。#38794
  • 统一异步物化视图在元数据中的对象类型,使其在数据工具中正常显示。#38797
  • 修复嵌套异步物化视图总是进行全量刷新的问题。#38698
  • 修正 Cancel 任务在重启 FE 后状态可能显示为 running 的问题。 #39424
  • 修复错误使用上下文,导致刷新物化视图任务可能非预期失败的问题。#39690
  • 修复基于外表创建异步物化视图时,VARCHAR 类型因长度不合理导致写入失败的问题。#37668
  • 修复 FE 重启或 Catalog 重建后,基于外表的异步物化视图可能失效的问题。#39355
  • 禁止 List 分区的物化视图使用分区上卷,以防止生成错误数据。#38124
  • 修复在聚合上卷透明改写时,SELECT List 中存在字面量导致的结果错误问题。#38958
  • 修复当查询中存在形如a = a的过滤条件时,透明改写可能出错的问题。#39629
  • 修复透明改写直查外表无法成功的问题。#39041

半结构化数据管理

  • 删除老优化器上 PreparedStatement 的支持。#39465
  • 修复 JSON 转义字符处理的问题。#37251
  • 修复 JSON 字段重复处理的问题。 #38490
  • 修复部分 ARRAY MAP 函数的问题。#39307 #39699 #39757
  • 修复倒排索引查询和 LIKE 查询复杂组合的问题。#36687

查询优化器

  • 修复分区过滤条件中存在 or 时,可能导致分区裁剪错误的问题。#38897
  • 修复存在复杂表达式时,可能导致的分区裁剪错误的问题。#39298
  • 修复 AGG_STATE 类型中的子类型,Nullable 可能规划不正确导致执行报错的问题。#37489
  • 修复 Set Operation 算子 Nullable 可能规划不正确,导致执行报错的问题。#39109
  • 修复 Intersect 算子执行优先级不正确的问题。 #39095
  • 修复当查询中存在最大合法日期字面量时,可能出现 NPE 的问题。#39482
  • 修复偶现的规划报错,导致的执行时报错 Slot 不合法的问题。#39640
  • 修复重复引用 CTE 中的列,可能导致结果缺少部分列数据的问题。#39850
  • 修复在查询中存在 CASE WHEN 时,偶现的规划报错问题。#38491
  • 修复不能将 IP 类型隐式转换为 STRING 类型的问题。#39318
  • 修复在使用多维聚合时,当 SELECT List 中存在相同列和其别名时,可能出现的规划报错问题。#38166
  • 修复使用 BE 常量折叠时,处理 BOOLEAN 类型可能不正确的问题。#39019
  • 修复在表达式中存在 default_cluster: 作为 Database 名称前缀导致的规划报错问题。#39114
  • 修复 Insert Into 可能导致的死锁问题。#38660
  • 修复没有在规划全过程持有表锁导致可能出现规划报错的问题。 #38950
  • 修复创建表时不能正确处理 CHAR(0), VARCHAR(0)的问题。#38427
  • 修复 SHOW CREAT TABLE 可能错误的显示出隐藏列的问题。#38796
  • 修复创建表时没有禁止使用和隐藏列同名列的问题。 #38796
  • 修复在执行 INSERT INTO AS SELECT 时,如果存在 CTE,偶现的规划报错问题。#38526
  • 修复 INSERT INTO VALUES 无法自动填充 NULL 默认值的问题。#39122
  • 修复在 DELETE 中使用 CTE,但是没有使用 USING 时,导致的 NPE 问题。#39379
  • 修复对随机分布的聚合模型表执行删除操作会失败的问题。#37985

执行引擎

  • 修复多个场景下,Pipeline 执行引擎被卡顿,导致查询不结束的问题。#38657 #38206 #38885
  • 修复了 NULL 和非 NULL 列在差集计算时导致的 Coredump 问题。#38737
  • 修复了 width_bucket 函数结果错误的问题。#37892
  • 修复了当单行数据很大且返回结果集也很大时(超过 2GB)查询报错的问题。#37990
  • 修复了 stddevDecimalV2 类型下结果错误的问题。#38731
  • 修复了 MULTI_MATCH_ANY 函数导致的 Coredump 问题。#37959
  • 修复了 INSERT OVERWRITE AUTO PARTITION 导致事务回滚的问题。#38103
  • 修复了 convert_tz 函数结果错误的问题。#37358 #38764
  • 修复了 collect_set 函数结合窗口函数使用时 Coredump 的问题。#38234
  • 修复了 mod 函数在异常输入时导致的 Coredump 问题。#37999
  • 修复了多线程下执行相同表达式可能导致 Java UDF 结果错误的问题。#38612
  • 修复了 conv 函数返回类型错误导致的溢出问题。#38001
  • 修复了 histogram 函数结果不稳定的问题。#38608

存储管理

  • 修复备份恢复后,写入数据时可能出现不可读的问题。#38343
  • 修复跨版本 Restore Version 使用问题 。#38396
  • 修复 Backup 失败时 Job 没有取消的问题。#38993
  • 修复 2.1.4 升级到 2.1.5 CCR 报 NPE,导致 FE 不能启动的问题。#39910
  • 修复 Restore 之后视图和物化视图不能使用的问题。#38072 #39848

数据导入

Routine Load

  • 修复 Routine Load 一流多表可能得内存泄露的问题。 #38824
  • 修复 Routine Load 包围符和转义符不生效的问题。#38825
  • 修复 Routine Load 任务名包含大写字母时 show routineload 结果不正确的问题。#38826
  • 修复改变 Routine Load Topic 时没有重置 Offset Cache 的问题。#38474
  • 修复并发情况下 show routineload 可能触发异常的问题。#39525
  • 修复 Routine Load 可能重复导入数据的问题。#39526

Group Commit

  • 修复 JDBC 方式下打开 Group Commit 时 setNull 导致的数据报错问题 #38276
  • 修复打开 group commit insert 发往非 Master FE 时可能导致 NPE 问题 #38345
  • 修复 Group Commit 内部写数据错误处理不正确的问题。#38997
  • 修复 Group Commit 执行规划失败时可能触发的 Coredump。#39396

其它

  • 修复并发导入 Auto Partition 表可能报 Tablet 不存在的问题。#38793
  • 修复可能的 Load Stream 泄露问题。#39039
  • 修复 INSERT INTO SELECT 没有数据时开启事务的问题。#39108
  • 使用 Memtable 前移时忽略单副本导入的配置。#39154
  • 修复后台导入 stream load record 遇见 Database 删除时异常中止的问题。 #39527
  • 修复 Strict Mode 模式下,出现数据错误时错误信息提示不准确的问题。#39587
  • 修复 Stream Load 遇见错误数据不返回 Error URL 的问题。#38417
  • 修复 Insert Overwrite 和 Auto Partition 配合使用的问题。#38442
  • 修复 CSV 遇到行分隔符被包围符包围数据时解析错误的问题。#38445

数据导出

  • 修复导出操作中指定 delete_existing_files 属性后,可能会重复删除导出数据的问题。#39304

权限管理

  • 修复创建物化视图时,错误地要求拥有 ALTER TABLE 的权限的问题。#38011
  • 修复 show routine load 时,Database 显式为空的问题。#38365
  • 修复 create table like 错误的要求拥有对原表的创建权限的问题。#37879
  • 修复赋权操作没有检查对象是否存在的问题。#39597

版本升级说明

Doris 升级请遵守不要跨两个二位版本升级的原则,依次往后升级。

比如从 0.15.x 升级到 2.0.x 版本,则建议先升级至 1.1 最新版本,然后升级到最新的 1.2 版本,最后升级到最新的 2.0 版本,以此类推。


SelectDB技术团队
34 声望28 粉丝

现代化实时数据仓库 SelectDB,支持大规模实时数据上的极速查询分析。