RisingWave 产品月报｜25 年 4 月

欢迎阅读 RisingWave 2025 年 4 月产品月报！本期内容将为您带来过去一个月的产品更新、文档优化、博客发布动态，以及即将上线的精彩活动，敬请关注！

产品更新

RisingWave Cloud

• Kafka 源向导（Kafka Source Wizard）：我们推出了精简版 Kafka 源向导，以简化数据管道的设置。新的工作流程可以自动获取主题，根据样本数据生成 Schema，从而免去了人工检查。现在还可以将关键元数据字段（如键、分区和时间戳）直接作为表列包含在内。

  

  Kafka Source Wizard｜图源：RW

• 表详情页（Table Details Page）：现在可以查看表的详细信息，包括关键指标、设置和模式概览。此次更新后，RisingWave 为所有主要数据对象（Sources、 Sinks、物化视图和表）提供完整的详情页面。

  

  Table Details Page｜图源：RW

• RisingWave 现支持从 PostgreSQL 17 摄取 CDC 数据^[1]（此功能已处于公开预览阶段）。

• RisingWave 现在支持在不中断运行的情况下动态调整共享源（Shared source）的并行度^[2]。此前，共享源的并行度被锁定为与计算节点（CN）的并行度一致，每次修改都需要重启服务。
• RisingWave 不断增强其 Iceberg 集成，以支持更多使用场景：
• RisingWave 现在可以作为 JDBC catalog^[3]，让用户通过第三方引擎查询托管的 Iceberg 表。
• 此外，目前除在 Amazon S3 和 Google Cloud Storage（GCS）上托管 Iceberg 表之外，RisingWave 还支持在 Azure Blob 存储上托管 Iceberg 表^[4]。

文档更新

• 了解 RisingWave 全新的弹性磁盘缓存（ Elastic Disk Cache）^[5]如何提升性能并降低 S3 访问成本。通过使用本地磁盘（如 NVMe 或 EBS）作为缓存扩展，它可以缩短延迟并提高大规模流处理工作负载的效率。
• RisingWave 已支持数据库隔离、资源组和跨数据库查制^[6]，使管理多个工作负载更加便捷，且能灵活访问并整合隔离环境中的数据。
• RisingWave 与 Apache Flink 的详细对比^[7]，包括 SQL 功能、数据类型、流式操作和系统功能等各项重要指标。
• 端到端延迟性能指南^[8]深入分析了影响 RisingWave 延迟的因素，并分享了在降低延迟与提高吞吐量之间保持平衡以优化性能的技巧。
  
• RisingWave 提供多种与 Apache Iceberg 交互的方式，包括读取和写入外部 Iceberg 表、以 Iceberg 原生格式存储数据，以及将 Amazon S3 表作为 Iceberg 目录。请查阅官方文档^[9]了解更多细节。

文章 1：RisingWave 四周年：我们的目标不只是流处理大众化^[10]

四年来，RisingWave 始终致力于让流处理的强大能力触手可及。如今，我们正踏上全新征程。未来不仅关乎高效的流处理，更在于构建一个集成式、端到端的平台，将实时处理、实时服务与长期存储无缝衔接。

• 在流处理环境中通过 SQL 管理 Iceberg 表
• 原生支持 CDC 流和等值删除操作
• 基于标准 SQL 的实时 ETL 能力
• 对流数据管道的低延迟可见性
• 与 Iceberg 生态系统的全面兼容

我们展示了如何通过将 Databento 的市场数据与 RisingWave 的实时 SQL 处理能力相结合，构建一个用于识别欺诈性挂单（spoofing）的基础交易监控系统。我们引入了历史数据，并借助 RisingWave 的物化视图，持续识别基于挂单大小与其相对最佳买卖报价（BBO）位置的可疑撤单模式。

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。

RisingWave v2.3 在管理复杂的多工作负载流处理环境方面实现了重大跃进。增强的数据库隔离机制提供了更加坚实的系统基础；资源组则带来了对计算资源、故障域与性能调优的精细化控制能力。在此之上，跨数据库查询功能打破了内部数据孤岛，使用户能够通过简单的 SQL 或基于 CREATE SUBSCRIPTION 的强大物化视图，灵活访问并整合隔离环境中的数据。

精彩活动

• 线上（25 年 5 月 8 日）：Real-Time Data+AI^[15]

• 伦敦（25 年 5 月 20-21 日）：Current London^[16]

参考资料

[1] 

从 PostgreSQL 17 摄取 CDC 数据: https://docs.risingwave.com/ingestion/sources/pg-cdc

[2] 

动态调整共享源（Shared source）的并行度: https://docs.risingwave.com/sql/commands/sql-alter-source

[3] 

JDBC ca talog: https://github.com/risingwavelabs/risingwave/pull/21400

[4] 

在 Azure Blob 存储上托管 Iceberg 表: https://docs.risingwave.com/integrations/destinations/apache-iceberg

[5] 

Elastic Disk Cache: https://docs.risingwave.com/get-started/disk-cache?utm_source=hs_email

[6] 

数据库隔离、资源组和跨数据库查询: https://docs.risingwave.com/operate/workload-isolation-interaction

[7] 

RisingWave 与 Apache Flink 的详细对比: https://docs.risingwave.com/faq/risingwave-flink-comparison

[8] 

端到端延迟性能指南: https://docs.risingwave.com/performance/troubleshoot-e2e-latency

[9] 

官方文档: https://docs.risingwave.com/iceberg/overview

[10] 

RisingWave 四周年：我们的目标不只是流处理大众化: https://www.risingwave.com/blog/risingwave-turns-four/

[11] 

RisingWave 引入 Iceberg 表引擎：用 SQL 管理 Iceberg 流数据: https://www.risingwave.com/blog/risingwave-iceberg-table-engine/

[12] 

使用 Databento 和 RisingWave 实时检测仿冒行为: https://www.risingwave.com/blog/spoofing-detection-databento-risingwave/

[13] 

RisingWave v2.3 亮点概览: https://www.risingwave.com/blog/highlights-of-risingwave-v23/

[14] 

RisingWave 中的工作负载隔离：数据库隔离、资源组和跨数据库查询: https://www.risingwave.com/blog/workload-isolation-in-risingwave/

[15] 

Real Time Data + AI: https://lu.ma/k2kfng9x

[16] 

Current London: https://current.confluent.io/london

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

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！