SequoiaDB 巨杉数据库 v3.4 版本正式发布

• Improved 2PC Algorithm 

• Latch-less Memory Model 

• Improved Raft Algorithm

• Improved Full-text Search Algorithm 

存储引擎

• 事务Auto-commit下推优化，将事务二阶段提交简化为一阶段提交，提升事务性能

• 事务一致性确认机制

• 实现多层级内存池和无锁内存模型

• 全并发同步，提升副本数据同步性能

• 提供增量数据归档、同步能力

• 通过开启日志的全量模式和时间模式，可以实现按天，或指定时间对增量数据进行抽取，转换和归档，并将增量数据导入到其它ODS系统。

• 全文索引支持数组类型

• 全文索引支持 $or 和 $not 操作

• 全文索引性能大幅提升

• 访问计划增加自动过期清理，并实现对 $in 操作的参数化缓存能力

• 插入数据支持重复键替代

• 索引支持 not null 约束

• 优化事务监控性能，实现无锁事务监控机制，减少事务监控管理对外部业务的性能影响

SQL引擎

• 优化高可用能力，实现SQL引擎横向扩容

• 算子下推存储节点，精确计算，提升网络带宽利用率

• 事务Auto-commit下推存储引擎，简化事务二阶段提交为一阶段提交，提升事务性能

• 支持NO TRANSACTION模式，提升初始化数据场景性能

• 优化DDL操作，包括rename table，modify field，add primary key、index等操作

• 全面兼容 MariaDB 语法

大对象引擎

• 提供S3兼容的对象存储接口

• 大对象存储支持按时间序进行自动分区，提升对大对象的存取和管理能力，可以快速按时间进行归档和清理

• 大对象过滤支持过滤条件和精准匹配

易用性

• 支持指定节点的重新选举能力

• 提供 SQL 语法查询数据库当前状态与监控信息

• 提供性能监控和慢查询分析能力

  
  

SequoiaDB 工具矩阵示意图

  前往巨杉数据库官网下载中心体验 SequoiaDB V3.4

http://download.sequoiadb.com/cn/

巨杉Tech | 基于Kafka+Spark+SequoiaDB实时处理架构快速实战

巨杉Tech | SequoiaDB数据域及存储规划

巨杉Tech | SparkSQL+SequoiaDB 性能调优策略

巨杉Tech | 使用 etlAlchemy 工具迁移数据实战

巨杉Tech | Hbase迁移至SequoiaDB 实战

巨杉Tech | SequoiaDB 巨杉数据库高可用容灾测试

巨杉Tech | 使用 SequoiaDB + Docker + Nodejs 搭建 Web 服务器

巨杉学习笔记 | SequoiaDB MySQL导入导出工具使用实战

巨杉内核笔记 | 会话（Session）

180秒揭秘数据库金融级灾备架构