更稳定!Apache Doris 1.2.1 Release 版本正式发布|版本通告
亲爱的社区小伙伴们,我们很高兴地宣布,Apache Doris 于 2023 年1 月 4 日迎来 1.2.1 Release 版本的正式发布!在新版本中,Apache Doris 团队修复了自 1.2.0 版本发布以来约 200 个问题或性能改进项。同时,1.2.1 版本作为 1.2 LTS 的第一个迭代版本,具备更高的稳定性,建议用户升级到这个版本。
GitHub下载:
https://github.com/apache/doris/releases
官网下载页:
https://doris.apache.org/zh-CN/download
优化改进
支持高精度小数 DecimalV3
支持精度更高和性能更好的 DecimalV3,相较于过去版本具有以下优势:
- 可表示范围更大,取值范围都进行了明显扩充,有效数字范围 [1,38]。
- 性能更高,根据不同精度,占用存储空间可自适应调整。
- 支持更完备的精度推演,对于不同的表达式,应用不同的精度推演规则对结果的精度进行推演。
支持 Iceberg V2
支持 Iceberg V2 (仅支持 Position Delete, Equality Delete 会在后续版本支持),可以通过 Multi-Catalog 功能访问 Iceberg V2 格式的表。
支持 OR 条件转 IN
支持将 where 条件表达式后的 or 条件转换成 in 条件,在部分场景中可以提升执行效率。 #15437 #12872
优化 JSONB 类型的导入和查询性能
优化 JSONB 类型的导入和查询性能,在测试数据上约有 70% 的性能提升。 #15219 #15219
Stream load 支持带引号的 CSV 数据
通过导入任务参数 trim_double_quotes
来控制,默认值为 false,为 true 时表示裁剪掉 CSV 文件每个字段最外层的双引号。 #15241
Broker 支持腾讯云 CHDFS 和 百度云 BOS 、AFS
可以通过 Broker 访问存储在腾讯云 CHDFS 和 百度智能云 BOS、AFS 上的数据。 #15297 #15448
新增函数
新增函数 substring_index
。 #15373
问题修复
- 修复部分情况下,从 1.1.x 版本升级到 1.2.0 版本后,用户权限信息丢失的问题。 #15144
- 修复使用 date/datetimev2 类型进行分区时,分区值错误的问题。 #15094
- 修复部分已发布功能的 Bug,具体列表可参阅:PR List
升级注意事项
已知问题
请勿使用 JDK11 作为 BE 的运行时 JDK,会导致 BE Crash。
行为改变
- BE 配置项
high_priority_flush_thread_num_per_store
默认值由 1 改成 6 ,以提升 Routine Load 的写入效率。#14775 - FE 配置项
enable_new_load_scan_node
默认值改为 true ,将使用新的 File Scan Node 执行导入任务,对用户无影响。 #14808 - 删除 FE 配置项
enable_multi_catalog
,默认开启 Multi-Catalog 功能。 - 默认强制开启向量化执行引擎。会话变量
enable_vectorized_engine
将不再生效,如需重新生效,需将 FE 配置项disable_enable_vectorized_engine
设为 false,并重启 FE。 #15213
致谢
Apache Doris 1.2.1 版本的发布离不开所有社区用户的支持,在此向所有参与版本设计、开发、测试、讨论的社区 45 位贡献者们表示感谢,他们分别是(首字母排序):
@AshinGau
@BePPPower
@ByteYue
@caiconghui
@cambyzju
@chenlinzhong
@dataroaring
@Doris-Extras
@dutyu
@eldenmoon
@englefly
@freemandealer
@Gabriel39
@HappenLee
@Henry2SS
@hf200012
@jacktengg
@Jibing-Li
@Kikyou1997
@liaoxin01
@luozenglin
@morningman
@morrySnow
@mrhhsg
@nextdreamblue
@qidaye
@spaces-X
@starocean999
@wangshuo128
@weizuo93
@wsjz
@xiaokang
@xinyiZzz
@xutaoustc
@yangzhg
@yiguolei
@yixiutt
@Yulei-Yang
@yuxuan-luo
@zenoyang
@zhangstar333
@zhannngchen
@zhengshengjun

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
硬件预算最高直降46倍!低成本上手AIGC和千亿大模型,一行代码自动并行,Colossal-AI再升级
最近,AI大模型连续火爆出圈,人工智能生成模型(AIGC)的热度尚未褪去,聊天机器人ChatGPT便引发全网热议,两周吸引百万用户。还有卷趴一半程序员的AlphaCode,生成全新蛋白质的ESM2等,不断探索AI大模型落地的新领域。面对大模型带来的技术革命,连谷歌都拉响“红色警报”,担心ChatGPT砸掉自己搜索引擎的饭碗。 作为 当下最火热的开源AI大模型解决方案,Colossal-AI已收获Github Star七千多颗,此前在Stable Diffusion、GPT-3、AlphaFold等大模型上展现卓越性能优势。针对AI大模型落地成本高昂这一痛点,Colossal-AI本次更新聚焦于降低大模型应用成本以及增强易用性,包括: Stable Diffusion 2.0低成本训练/微调/推理,最多可降低显存消耗5.6倍,使硬件成本直降46倍,一行代码即可使用; 1750亿参数BLOOM模型单机推理,显存消耗降低4倍,使硬件成本降低10余倍; 一行代码实现自动搜索最佳并行策略,显著降低分布式训练上手门槛,原生支持Hugging Face,Timm等热门 AI 模型库。 开源地址: ...
- 下一篇
得物染色环境落地实践
1. 背景 测试环境治理一直是各大公司非常重要的一个课题,测试环境稳定性很大程度影响迭代开发&测试效率。 综合来看,测试环境不稳定的原因主要有以下几点: 测试环境的变更非终态变更,经常会有代码发布/配置发布导致服务无法启动或者链路有问题的情况。 变更频繁,开发需要联调、测试需要迭代测试,代码需要变更,配置也需要变更,权限控制就比较难做,增加了测试环境不稳定性。 并行需求,同一时间单个应用需要多个分支同时支持多个需求的测试,测试环境资源的抢占和冲突比较明显。 得物测试环境稳定性治理也经历了几个阶段: 2020~2021:多套物理环境隔离方案(基于ECS) T0、T1、T2三套测试环境,每套环境物理隔离,无资源冲突和共享。 规划T1用于迭代测试、T0用于集成回归、T2用于独立项目分配使用,但在实际使用过程中,业务测试并行太多,冲突比较明显,环境就开始乱用了,谁有需求就随便占用一套环境使用了。结果就是没有一套稳定的环境,测试有效性无法保障,并行项目环境冲突也无法解决。 2021~2022:MF全链路容器环境方案(基于容器) 随着业务增长,3套测试环境已明显不能满足业务需求,因此去年得...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- SpringBoot2全家桶,快速入门学习开发网站教程
- MySQL8.0.19开启GTID主从同步CentOS8
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7安装Docker,走上虚拟化容器引擎之路
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- CentOS6,7,8上安装Nginx,支持https2.0的开启