GreptimeDB v0.15 重磅发布：Pipeline VRL 处理器与 Bulk 高吞吐写入

GreptimeDB 2025-07-10

359

我们很高兴地宣布：GreptimeDB v0.15 正式发布！本次 v0.15 版本更新重点关注系统灵活性、性能优化和可观测性提升，在数据处理、Pipeline 管理和运维能力方面都有显著提升。

p.s. 最新稳定版本 0.15.1

版本开发概览

从 v0.14 到 v0.15，Greptime 团队和社区贡献者们共同取得了令人瞩目的进展👇

开发数据统计:

253 个提交成功合并；
927 个文件被修改；
35 位独立贡献者参与；
6 位独立贡献者首次贡献代码。

主要改进分布:

50+ 项功能增强：包括进程管理系统、Pipeline 集成等核心特性；
30+ 项错误修复：持续提升系统稳定性；
10+ 项代码重构：优化代码架构和可维护性；
4 项 Breaking 变更：为未来发展奠定基础；
2 项性能优化：包括 SimpleBulkMemtable 和批量操作优化；
大量测试工作：确保功能的可靠性。

👏 特别感谢 26 位独立贡献者的辛勤付出，以及 6 位新加入的社区成员！我们欢迎更多对可观测数据库技术感兴趣的朋友加入 Greptime 社区。

核心功能亮点

Pipeline 集成相关

本次更新大幅增强了 Pipeline 的数据处理能力👇

Pipeline 新增协议集成

Prometheus Remote Write
Loki 写入协议

这两个协议通过 HTTP header
的 x-greptime-pipeline-name
参数指定转换使用的 Pipeline，为用户带来了更丰富、灵活的数据处理能力，例如替换 Promethues 指标 Label、日志结构化处理等。

引入 Vector Remap Language (VRL) 处理器

VRL
处理器为高级数据转换场景提供了强大的编程能力。与简单处理器相比，VRL
允许用户编写灵活的脚本来操作上下文变量，实现复杂的数据处理逻辑。

注意：VRL
是 Vector 引入的数据转换表达式语言，详细介绍请参考官方文档[1]。VRL
脚本执行会消耗更多资源，请根据实际场景权衡使用。关于 VRL
的介绍，也可以参考这篇文章：《可观测场景如何使用 Vector Remap 优化日志数据的解析与存储》[2]。

VRL
处理器目前只有一个配置项，就是 source
（源码）。示例如下：

processors:
  - date:
      field: time
      formats:
        - "%Y-%m-%d %H:%M:%S%.3f"
      ignore_missing: true
  - vrl:
      source: |
        .from_source = "channel_2"
        cond, err = .id1 > .id2
        if (cond) {
            .from_source = "channel_1"
        }
        del(.id1)
        del(.id2)
        .

该配置使用 |
在 YAML 中开启一个多行文本，随后即可编写整个脚本。

VRL
处理器使用要点：

脚本结尾：必须以单独的 .
行结束，表示返回整个上下文；
类型限制：返回值中不能包含 regex
类型变量（可在过程中使用，但需在返回前删除 del
）；
类型转换：经过 VRL
处理的数据类型会转换为最大容量类型（i64
、u64
和 Timestamp::nanoseconds
）。

更详细的使用教程，请关注近期的公众号文章更新。

Bulk Ingestion：支持高吞吐写入

针对高吞吐、延时容忍的场景，我们引入了 Bulk Ingestion 功能。这并非替代现有写入协议，而是在特定场景下的有效补充。

适用场景对比

写入方法	API	吞吐	延迟	内存效率
Regular Write	Write(tables)	高	低	中
Stream Write	StreamWriter()	中	低	中
Bulk Write	BulkStreamWriter()	最高	稍高	高效

客户端支持

Java Ingester[3]
Rust Ingester[4]

更多的使用教程，请关注近期公众号的文章更新。

运维能力增强

查询任务视图管理

新增查询任务视图管理功能，让用户能够实时监控和管理集群中的查询任务。包括查看 GreptimeDB 集群中所有正在运行的查询的视图，同时可以提前终止一个查询。

查询任务视图示例

USE INFORMATION_SCHEMA;
DESC PROCESS_LIST;

+-----------------+----------------------+------+------+---------+---------------+
| Column          | Type                 | Key  | Null | Default | Semantic Type |
+-----------------+----------------------+------+------+---------+---------------+
| id              | String               |      | NO   |         | FIELD         |
| catalog         | String               |      | NO   |         | FIELD         |
| schemas         | String               |      | NO   |         | FIELD         |
| query           | String               |      | NO   |         | FIELD         |
| client          | String               |      | NO   |         | FIELD         |
| frontend        | String               |      | NO   |         | FIELD         |
| start_timestamp | TimestampMillisecond |      | NO   |         | FIELD         |
| elapsed_time    | DurationMillisecond  |      | NO   |         | FIELD         |
+-----------------+----------------------+------+------+---------+---------------+

终止查询操作

当 PROCESS_LIST
表识别到正在运行的查询时，用户可以使用 KILL <PROCESS_ID>
语句终止该查询，其中 <PROCESS_ID>
是 PROCESS_LIST
表中的 id
字段：

mysql> select * from process_list;
+-----------------------+----------+--------------------+----------------------------+------------------------+---------------------+----------------------------+-----------------+
| id                    | catalog  | schemas            | query                      | client                 | frontend            | start_timestamp            | elapsed_time    |
+-----------------------+----------+--------------------+----------------------------+------------------------+---------------------+----------------------------+-----------------+
| 112.40.36.208/7 | greptime | public | SELECT * FROM some_very_large_table | mysql[127.0.0.1:34692] | 112.40.36.208:4001 | 2025-06-30 07:04:11.118000 | 00:00:12.002000 |
+-----------------------+----------+--------------------+----------------------------+------------------------+---------------------+----------------------------+-----------------+

KILL '112.40.36.208/7';
Query OK, 1 row affected (0.00 sec)

Dashboard 功能扩展

Dashboard 新增特性👇

Traces 视图支持：增强可观测性体验。

（图 1：Traces 列表查询视图）

（图 2：Traces 详细视图）

数据摄入面板新增日志写入能力：支持通过 Pipeline 写入日志，简化日志数据的接入与处理流程。

（图 3：日志写入面板示例）

详细使用教程将于近期在 GreptimeDB 公众号上发布。

升级提示

兼容性说明

v0.15 与 v0.14 数据和配置完全兼容
建议 v0.14 用户直接升级

升级操作

详细升级步骤请参考升级指南[5]。
更低版本升级请参考官方文档对应版本的升级文档。

未来规划与展望

v0.15 发布后，我们将专注于：

现有功能打磨：优化用户体验；
性能优化：提升系统效率；
可靠性和稳定性完善：构建企业级产品标准。

这些工作将为 GreptimeDB v1.0 的发布奠定坚实基础。再次感谢 Greptime 团队和所有社区贡献者的辛勤努力！我们期待更多开发者加入 GreptimeDB 社区，共同推动可观测数据库技术的发展。

Reference

[1] https://vector.dev/docs/reference/vrl/

[2] https://mp.weixin.qq.com/s/RRLlpFy1IQrmE9cqViQbyA

[3] https://github.com/GreptimeTeam/greptimedb-ingester-java?tab=readme-ov-file#bulk-write

[4] https://github.com/GreptimeTeam/greptimedb-ingester-rust?tab=readme-ov-file#2-high-throughput-bulk-api

[5] https://docs.greptime.com/zh/user-guide/deployments-administration/upgrade/

关于 Greptime

Greptime 格睿科技专注于打造新一代可观测数据库，服务开发者与企业用户，覆盖从从边缘设备到云端企业级部署的多样化需求。

GreptimeDB 开源版：开源、云原生，统一处理指标、日志和追踪数据，适合中小规模 IoT，个人项目与可观测性场景；
GreptimeDB 企业版：面向关键业务，提供更高性能、高安全性、高可用性和智能化运维服务；
GreptimeCloud 云服务：全托管云服务，零运维体验“企业级”可观测数据库，弹性扩展，按需付费。

欢迎加入开源社区参与贡献与交流！推荐从带有 good first issue
标签的任务入手，一起共建可观测未来。

⭐ Star us on GitHub：https://github.com/GreptimeTeam/greptimedb

📚 官网：https://greptime.cn/

📖 文档：https://docs.greptime.cn/

🌍 Twitter：https://twitter.com/Greptime

💬 Slack：https://greptime.com/slack

💼 LinkedIn：https://www.linkedin.com/company/greptime/

往期精彩文章：

点击「阅读原文」，立即体验 GreptimeDB！

greptimedb https

最后修改时间：2025-07-10 14:14:41

文章转载自GreptimeDB，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。