暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

RisingWave 2.3 发布!

Doc 团队
来源|RisingWave 官网
我们很高兴地宣布,RisingWave v2.3 现已正式发布!此次更新包含了基于 Apache Iceberg 的列式存储、用于工作负载管理的资源组、全新的 SQL 函数等诸多新特性,为流处理工作带来了更强大的功能与更高的灵活性。
欢迎继续阅读以了解 v2.3 中的一些重点功能。如需查看全部更新内容,请访问完整发布说明[1]
基于 Iceberg 的列式存储引擎

RisingWave 目前支持两种存储方式:默认的行式内部存储和基于 Apache Iceberg 的列式存储引擎

通过 Iceberg table engine,您可以在 RisingWave 中原生创建和管理表,数据则以 Iceberg 格式存储在外部存储系统中。这一模式带来了以下优势:

  • 内置的表管理能力
  • Iceberg 的高效列式存储
  • 更流畅的数据处理链路
  • 与其他系统更好的兼容性

我们提供了完整的 Iceberg table engine 使用指南[2],助您高效配置和使用。想要进一步了解 Iceberg 在 RisingWave 中的作用,请参见 Iceberg 概览[3]。想了解所有存储选项,请参见存储概览[4]

S3 Tables 集成

RisingWave 现已支持直接连接到 Amazon S3 Tables,并通过其兼容的 REST API,将其作为托管的 Iceberg Catalog 使用。您可以配置 RisingWave 的 Iceberg source,从 S3 Tables 管理的表中读取数据,也可以使用 Iceberg sink 将数据写入这些表,或者将 Iceberg table engine 与 S3 Tables 搭配使用。

与 S3 Tables 集成后,可以利用其自动数据压缩功能,简化维护工作,优化存储性能。这为在 AWS 环境中使用 Iceberg 工作流,提供了一种强大、托管的 Catalog 选项。

如需配置说明,请参考集成指南[5]及相关文档。

弹性磁盘缓存

当数据超出内存缓存范围时,频繁访问 S3 会带来高昂的延迟和成本。RisingWave v2.3 推出了弹性磁盘缓存(Elastic Disk Cache),在内存与 S3 之间增加本地磁盘缓存层。

这一新特性可带来如下收益:

  • 将 S3 读取成本最多降低 90%
  • 提高大状态流处理任务的性能
  • 加快系统扩展与恢复速度
该功能属于 Premium 版本专属特性。详细说明请参见:Elastic disk cache[6]

工作负载隔离

过去,在同一个 RisingWave 集群中,一个数据库的故障可能会影响其他数据库。

自 RisingWave v2.3 起,我们引入了一整套工作负载隔离功能,以应对该挑战并实现更强的隔离能力与更灵活的交互方式:

1. 数据库隔离 (Database isolation):底层架构优化,默认即具备数据库之间的容错隔离能力。

2. 资源组 (Resource groups):可将数据库分配到专属的计算节点资源池中,实现故障隔离、性能调优与资源治理。

3. 跨库查询 (Cross-database queries):支持跨数据库访问表和物化视图,实现统一分析而无需复制数据,尤其适用于与隔离环境结合使用的场景。

数据库隔离与资源组功能仅在 Premium 版本中提供。RisingWave Cloud 中默认启用这些功能;对于自托管部署,在计算资源不超过 4 cores 的集群中,可免费试用所有 Premium 版本功能。

了解更多内容,请参见工作负载隔离[7]。我们也将发布后续相关博文进一步介绍,欢迎关注。

异步与批处理 JavaScript UDF

从 v2.3 开始,RisingWave 支持异步 (async) 批处理 (batch) 的 JavaScript UDF。该功能适用于:

  • 执行异步操作(如外部 API 请求)
  • 一次性处理多个输入(批量处理)
  • 加速 I/O 密集型任务的执行效率

您可以在 CREATE FUNCTION
 语句中通过 WITH
 子句设置 async
  batch
 选项,来定义这类函数。

详细使用方法请参考:异步与批处理 JavaScript UDF[8]

批处理模式下支持  ASOF JOIN

继 v2.1 首次在流模式下支持 ASOF JOIN 后,RisingWave v2.3 现已支持其在批处理查询中的使用。

ASOF JOIN 可基于时间戳进行“最近匹配”连接,适用于时间序列、金融数据与日志场景。

请注意,在批处理模式中,如果右表中有多个“最近值”匹配行,不同执行可能得到不同结果。

详细信息请参考:ASOF JOIN 文档[9]

参考资料

[1] 

发布说明: https://docs.risingwave.com/changelog/release-notes

[2] 

Iceberg table engine 使用指南: https://docs.risingwave.com/store/iceberg-table-engine

[3] 

Iceberg 概览: https://docs.risingwave.com/iceberg/overview

[4] 

存储概览: https://docs.risingwave.com/store/overview

[5] 

集成指南: https://docs.risingwave.com/iceberg/overview#use-amazon-s3-tables-as-an-iceberg-catalog

[6] 

Elastic disk cache: https://docs.risingwave.com/get-started/disk-cache

[7] 

工作负载隔离: https://docs.risingwave.com/operate/workload-isolation-interaction

[8] 

异步与批处理 JavaScript UDF: https://docs.risingwave.com/sql/udfs/use-udfs-in-javascript#async-and-batched-javascript-udfs

[9] 

ASOF JOIN 文档: https://docs.risingwave.com/processing/sql/joins#asof-joins


关于 RisingWave 

RisingWave 是一款基于 Apache 2.0 协议开源的分布式流数据库,致力于为用户提供极致简单、高效的流数据处理与管理能力。RisingWave 采用存算分离架构,实现了高效的复杂查询、瞬时动态扩缩容以及快速故障恢复,并助力用户极大地简化流计算架构,轻松搭建稳定且高效的流计算应用。
RisingWave 始终聆听来自社区的声音,并积极回应用户的反馈。目前,RisingWave 已汇聚了 150+ 名开源贡献者和 3000+ 名社区成员。全球范围内,已有上百个 RisingWave 集群在生产环境中部署。

技术内幕

如何上手 RisingWave 👉 新手入门教程

RisingWave 中文用户文档上线,阅读更高效!

深入探索 RisingWave 中的高可用性与容错机制

深入理解 RisingWave 流处理引擎(三):触发机制

深入理解 RisingWave 流处理引擎(二):计算模型

深入理解 RisingWave 流处理引擎(一):总览

用户案例
视源股份(CVTE)IT 流计算应用历程
尘锋 SCRM 如何使用 RisingWave 实时打宽
RisingWave 在超百亿管理规模对冲基金公司中的应用
金融科技公司 Kaito 使用 RisingWave 实现实时智能化
龙腾出行如何通过 RisingWave 实现实时数据分析

RisingWave 助力乾象投资打造实时监控平台



👇 点击阅读原文立即体验 RisingWave

文章转载自RisingWave中文开源社区,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

评论