Apache Doris 1.2.5 版本正式发布

亲爱的社区小伙伴们,我们很高兴地宣布,Apache Doris 于 2023 年 6 月 19 日迎来 1.2.5 版本的正式发布!在 1.2.5 版本中,Doris 团队已经修复了自 1.2.4 版本发布以来近 210 个问题或性能改进项。同时,1.2.5 版本也作为 1.2.4 的迭代版本,具备更高的稳定性,欢迎大家下载体验。

GitHub下载: https://github.com/apache/doris/releases/tag/1.2.5-rc01

官网下载页: https://doris.apache.org/download/

Behavior Changed

  • BE 启动脚本会检查系统的最大文件句柄数需大于等于 65536,否则启动失败。
  • BE 配置项 enable_quick_compaction 默认设为 true。即默认开启 Quick Compaction 功能。该功能用于优化大批量导入情况下的小文件问题。
  • 当对表的动态分区属性进行修改之后,将不再立即生效,需要统一等待下一次动态分区表任务调度时才可生效(默认调度时间是 10 分钟,因此最晚将在10分钟后生效)。

Improvement

  • 优化 bthread 和 pthread 的使用,减少查询过程中的 RPC 阻塞问题。
  • FE 前端页面的 Profile 页面增加下载 Profile 的按钮。
  • 新增 FE 配置 recover_with_skip_missing_version,用于在某些故障情况下,查询跳过有问题的数据副本。
  • 行级权限功能支持 Catalog 外表。
  • Hive Catalog 支持 BE 端自动刷新 kerberos 票据,无需手动刷新。
  • JDBC Catalog 支持通过 MySQL/ClickHouse 系统库(information_schema)下的表。

Bug Fixes

  • 修复低基数列优化导致的查询结果不正确的问题
  • 修复若干访问 HDFS 的认证和兼容性问题。
  • 修复若干浮点和 decimal 类型的问题。
  • 修复若干 date/datetimev2 类型的问题。
  • 修复若干查询执行和规划的问题。
  • 修复 JDBC Catalog 的若干问题。
  • 修复 Hive Catalog 的若干查询相关问题,以及 Hive Metastore 元数据同步的问题。
  • 修复 show load profile 结果不正确的问题。
  • 修复若干内存相关问题。
  • 修复 CREATE TABLE AS SELECT 功能的若干问题。
  • 修复 JSONB 类型在不支持 avx2 的机型上导致 BE 宕机的问题。
  • 修复动态分区的若干问题。
  • 修复 TopN 查询优化的若干问题。
  • 修复 Unique Key Merge-on-Write 表模型的若干问题。

致谢

有 58 贡献者参与到 1.2.5 的完善和发布中,感谢他们的辛劳付出:

@adonis0147

@airborne12

@AshinGau

@BePPPower

@BiteTheDDDDt

@caiconghui

@CalvinKirs

@cambyzju

@caoliang-web

@dataroaring

@Doris-Extras

@dujl

@dutyu

@fsilent

@Gabriel39

@gitccl

@gnehil

@GoGoWen

@gongzexin

@HappenLee

@herry2038

@jacktengg

@Jibing-Li

@kaka11chen

@Kikyou1997

@LemonLiTree

@liaoxin01

@LiBinfeng-01

@luwei16

@Moonm3n

@morningman

@mrhhsg

@Mryange

@nextdreamblue

@nsnhuang

@qidaye

@Shoothzj

@sohardforaname

@stalary

@starocean999

@SWJTU-ZhangLei

@wsjz

@xiaokang

@xinyiZzz

@yangzhg

@yiguolei

@yixiutt

@yujun777

@Yulei-Yang

@yuxuan-luo

@zclllyybb

@zddr

@zenoyang

@zhangstar333

@zhannngchen

@zxealous

@zy-kkk

@zzzzzzzs

你可能感兴趣的:(大数据,数据库,数据仓库,数据分析,apache)