Databend 开源周报第 126 期
Databend 是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：https://app.databend.cn 。
What's On In Databend
探索 Databend 本周新进展，遇到更贴近你心意的 Databend 。
全新 Filter 执行框架
在全新的 Filter 执行框架中，Databend 引入了一个开创性的概念 —— “不可变索引”。
🚀 不可变索引使我们能够在遇到 AND 和 OR 操作时避免生成临时选择缓冲区。这不仅减少了内存碎片化，还消除了从临时选择到最终选择的循环复制。 
根据测试，此优化可以将原本需要 14.5s 的查询优化至 9.7s 。
如果您想了解更多信息，欢迎联系 Databend 团队，或查看下面列出的资源。
Code Corner
一起来探索 Databend 和周边生态中的代码片段或项目。
优化查询性能
Databend 通过提供聚合索引、聚类键和虚拟列，使得用户能够根据特定的查询场景来优化查询性能。
- 聚合索引 可以对数据进行预聚合，从而加快聚合查询操作，如求和、平均值、最大值和最小值等。特别适用于需要频繁进行聚合计算的场景。
- 聚类键 可以指导 Databend 如何在存储层面组织数据。使得具有相似键值的数据行物理上存储在一起，从而在查询时减少读取次数，加快查询速度。
- 虚拟列 可以提取 Variant 数据中的嵌套字段并将该数据存储在单独的存储文件中。对于优化复杂计算和条件查询非常有用，减少了运行时的计算负担。
通过合理应用这些工具，Databend 能够显著提高数据检索的速度和效率，为用户提供快速、灵活的查询性能优化选项。
Highlights
以下是一些值得注意的事件，也许您可以找到感兴趣的内容。
- 支持将 Top-N 排序外溢。
- 支持在后台任务定义时使用条件语句构建有向无环图。
- 新增 Binary 数据类型。
- 新增 stream_status HTTP API ，用于检查流的状态。
- 导入 Parquet 过程中可以使用
MISSING_FIELD_AS定义默认行为。 - 阅读文档 Docs | Continuous Data Pipelines 了解如何利用 Stream 和 Pipeline 进行持续数据导入。
What's Up Next
我们始终对前沿技术和创新理念持开放态度，欢迎您加入社区，为 Databend 注入活力。
Databend 2024 年研发路线讨论
目前，Databend 服务的最大 单表 包含数十万个数据段、几千万个数据块和 数万亿条 记录。这些数据涵盖了 7PB 的原始数据和超过 300TB 的索引数据。
2024 年的口号是：Compute Where Data Lives: Swift, Smart, Seamless 。欢迎加入我们，一起探索 Databend 的持续研发之旅和未来计划。参与讨论并贡献您的想法！
| 任务 | 状态 | 评论 |
|---|---|---|
| 并发性和调度器的增强 | 计划中 | 旨在实现更快、更高效的任务处理并改善系统响应能力。 |
| GEOMETRY 数据类型 | 计划中 | |
| TPC-DS 性能 | 进行中 | 持续优化以获得更好的性能基准。 |
| 多语句事务 | 未指定 | |
| 存储过程（Python） | 未指定 | 添加对 Python 的支持，以便与 SQL 协同进行多样化的数据分析。 |
| 统一存储、数据仓库和计算 | 未指定 | 为 AI 和云计算提供一体化数据平台，调度 CPU & GPU 资源。 |
Issue #14167 | Databend Roadmap for 2024 (Discussion)
如果你对这个主题感兴趣，可以尝试解决其中的部分问题或者参与讨论和 PR review 。或者，你可以点击 https://link.databend.rs/i-m-feeling-lucky 来挑选一个随机问题，祝好运！
Changelog
前往查看 Databend 每日构建的变更日志，以了解开发的最新动态。
地址：https://github.com/datafuselabs/databend/releases
Contributors
非常感谢贡献者们在本周的卓越工作。
Connect With Us
Databend 是一款开源、弹性、低成本，基于对象存储也可以做实时分析的新式数仓。期待您的关注，一起探索云原生数仓解决方案，打造新一代开源 Data Cloud。
