StarRocks version 2.2

2.2.4

发布日期： 2022 年 8 月 3 日

修复了如下 Bug：

发布日期： 2022 年 7 月 24 日

发布日期： 2022 年 6 月 29 日

支持跨数据库使用 UDF 。 #6865 #7211
优化表结构变更 (Schema Change) 等内部处理的并发控制，降低对 FE 元数据的压力，减少在高并发、大数据量导入场景下容易发生导入积压和变慢的问题。#6838

修复了如下 bug：

发布日期： 2022 年 6 月 2 日

通过重构部分热点代码和降低锁粒度优化导入性能，减少长尾延迟。 #6641
在 FE 的审计日志中添加每个查询所消耗部署 BE 机器的 CPU 和内存信息。 #6208 #6209
支持在主键模型表和更新模型表中使用 JSON 数据类型。 #6544
通过降低锁粒度和 BE 汇报 (report) 请求去重减少 FE 负荷，优化部署大量 BE 时的汇报性能并解决大规模集群中 Routine Load 任务卡住的问题。 #6293

修复了如下 Bug：

发布日期： 2022 年 5 月 22 日

【公测中】发布资源组管理功能。通过使用资源组来控制 CPU、内存的资源使用，让不同租户的大小查询在同一集群执行时，既能实现资源隔离，又能合理使用资源。相关文档，请参见资源组。
【公测中】实现 Java UDF 框架，支持使用 Java 语法编写 UDF（用户自定义函数），扩展 StarRocks 的函数功能。相关文档，请参见 Java UDF。
【公测中】导入数据至主键模型时，支持更新部分列。在订单更新、多流 JOIN 等实时数据更新场景下，仅需要更新与业务相关的列。相关文档，请参见主键模型的表支持部分更新。
【公测中】支持 JSON 数据类型和函数。相关文档，请参见 JSON。
支持通过外表查询 Apache Hudi 的数据，进一步完善了数据湖分析的功能。相关文档，请参见 Apache Hudi 外表。
新增如下函数:
- ARRAY 函数，array_agg、array_sort、array_distinct、array_join、reverse、array_slice、array_concat、array_difference、arrays_overlap、array_intersect。
- BITMAP 函数，包括 bitmap_max、bitmap_min。
- 其他函数：retention、square。

重构CBO优化器的 Parser 和 Analyzer，优化代码结构并支持 Insert with CTE 等语法。提升复杂查询的性能，包括公用表表达式（Common Table Expression，CTE）复用等。
优化查询Apache Hive外表中基于对象存储（Amazon S3、阿里云OSS、腾讯云COS）的外部表的性能，优化后基于对象存储的查询性能可以与基于HDFS的查询性能基本持平。支持ORC格式文件的延迟物化，提升小文件查询性能。相关文档，请参见 Apache Hive 外表。
通过外表查询 Apache Hive 的数据时，缓存更新通过定期消费 Hive Metastore 的事件（包括数据变更、分区变更等），实现自动增量更新元数据。并且，还支持查询 Apache Hive 中 DECIMAL 和 ARRAY 类型的数据。相关文档，请参见 Apache Hive 外表。
优化 UNION ALL 算子性能，性能提升可达2-25倍。
正式发布 Pipeline 引擎，支持自适应调节查询的并行度，并且优化了 Pipeline 引擎的 Profile。提升了高并发场景下小查询的性能。
导入 CSV 文件时，支持使用多个字符作为行分隔符。

Flink 连接器 flink-connector-starrocks 支持 Flink 1.14 版本。

版本号低于 2.0.4 或者 2.1.x 中低于 2.1.6 的用户，升级参考 StarRocks 升级注意事项.
升级后如果碰到问题需要回滚，请在 fe.conf 文件中增加 ignore_unknown_log_id=true。这是因为新版本的元数据日志新增了类型，如果不加这个参数，则无法回滚。最好等做完 checkpoint 之后再设置 ignore_unknown_log_id=false 并重启 FE，恢复正常配置。

编辑

本页内容