酷克数据 HashData 正式推出企业级数据仓库 HashData Lightning 2.0，这是继与开源社区协同推进 Apache Cloudberry 2.0 核心演进后，面向企业级关键业务需求推出的重要版本。基于 Apache Cloudberry 2.0 强大的并行计算内核，该版本进一步拓展了对复杂查询优化、多层次存储管控、动态分区消除、索引体系重构、函数和聚合加速等功能的支持，为企业级数据仓库提供了更低延迟、更强稳定性与更高并发支撑能力。

HashData Lightning 2.0 引入了多项核心增强功能，包括全新的监控工具 CBCC，灾备恢复工具 CBDR ，同时也深度集成了酷克数据 HashData 自研的一站式数据科学与 AI 开发工具箱 HashML，实现了从数据准备、模型训练到部署执行的闭环能力，为数据驱动的企业构建了更加智能、高效与可控的数据基础设施。

Lightning 2.0 核心亮点功能解析

企业级容灾新保障：CBDR 灾备恢复工具

Lightning 2.0 在高可用性与数据安全方面迈出了关键一步，全新推出的 CBDR 灾备恢复工具为企业级分布式数据库带来了更高水平的容灾能力。借助 CBDR，用户不仅能够实现更快的恢复速度和更精细的恢复点控制，还可以灵活部署跨机房灾备集群，在保障业务连续性的同时充分利用系统资源。当生产环境发生故障时，应用可迅速切换至灾备集群，最大限度降低业务中断风险，为企业提供更加稳健、安全的数据基础设施。

高效运维中枢：CBCC 统一管控平台

为应对复杂分布式环境下的运维挑战，Lightning 2.0 推出全新交互式管理平台 CBCC（Cluster Based Control Center），打造“一站式”数据库运维中枢。CBCC 提供统一的 Web 控制台，实时展示集群健康、资源利用、SQL 执行和存储使用等关键指标，打通底层节点与上层管理之间的数据壁垒。

用户可通过 CBCC 实现跨节点的 CPU、内存、磁盘和网络 I/O 实时监控，精准定位瓶颈并进行容量规划。同时，平台集成告警机制，支持基于资源使用率、系统事件等设定规则进行触发，并通过可配置的通知机制将风险实时推送给运维团队。借助数据库对象可视化管理、SQL 历史执行分析与自动化操作能力，CBCC 不仅提升了运维效率，更为高可靠性运行提供保障，是实现自治数据库目标的核心基座。

数据智能引擎：HashML 一站式数据科学与AI工具箱

Lightning 2.0 深度集成了酷克数据自研的一站式数据科学与AI工具箱 HashML，围绕“全流程、一体化”的产品设计理念，构建了覆盖数据准备、特征工程、模型训练、评估与部署的完整机器学习生命周期。架构上，HashML 与 Lightning 数据库共享元数据管理与存储引擎，打通结构化与非结构化数据壁垒，支持跨源联合查询与特征融合。在算力资源调度方面，平台通过集成 Kubernetes 与 KubeRay，实现 CPU、GPU、NPU 等异构算力资源的统一池化与弹性调度，满足大规模并行训练需求。

应用层面，HashML 提供低代码 AI 开发流水线，兼容 PyTorch、TensorFlow、XGBoost 等主流框架，支持从数据导入、特征构建到模型训练及部署为 RestAPI 的端到端自动化流程。平台内置向量检索与 RAG（Retrieval-Augmented Generation）引擎，支撑万亿级知识库在毫秒级内完成语义响应，并集成 QLoRA 微调能力，在大模型场景下将训练成本降低约 50%。同时，HashML 实施模型权限隔离、数据脱敏与 FIPS 140-2 级加密机制，为金融、电信、医疗等高合规行业提供安全可信的 AI 支撑平台。

Lightning 2.0 性能与稳定性飞跃

查询引擎全面进化

Lightning 2.0 在查询引擎层面完成了系统性重构，通过优化器智能增强与分布式执行加速，显著提升了大规模数据场景下的吞吐与响应能力。在 ORCA 优化器方面，引入全新的动态分区消除机制（DPv2 算法），使分区表在海量数据扫描时的查询性能提升达 10 倍，极大缩短了报表、BI 等高频访问场景中的响应时间。同时，优化器新增对 LEFT JOIN 的剪枝策略与 FULL JOIN 的哈希重排能力，在多表复杂查询中有效降低了中间结果集规模，整体查询延迟下降 40%。

执行引擎方面，Lightning 2.0 实现了批量 DDL 操作的并行化重构，尤其在大规模建表与导入场景下，整体性能较上一代版本实现了数量级的提升，支持分钟级完成万亿级数据的快速导入，满足实时入仓、模型回灌等对高吞吐的典型业务需求。此外，全局索引能力进一步升级：新增 INCLUDE 列支持提升覆盖查询效率，主键与聚合字段裁剪策略融合进执行计划，使查询在典型工作负载中展现出数倍性能优化，增强系统在混合负载场景下的查询响应稳定性。

PAX 存储格式革新

Lightning 2.0 在存储引擎层引入全新 PAX（Partition Attributes Across）存储格式，融合行存与列存优势，在批量写入时保持高吞吐，在复杂查询时释放高效检索能力，并显著提升 CPU 缓存利用率。

新版 PAX 不仅支持标记删除和 MVCC 并发控制，支持智能编码压缩、统计信息与向量化执行等能力，既降低存储成本，又为查询优化器提供更丰富的数据画像。通过这一革新，存储层与查询引擎形成了真正的协同加速，确保 Lightning 2.0 在 OLAP 场景下同时兼顾写入、查询与并发性能。

高可用架构升级

为了实现真正意义上的企业级连续可用，Lightning 2.0 从事务处理、存储管理到系统恢复路径进行了全链路的高可用架构升级。在事务可靠性方面，系统新增跨 Coordinator 与 Segment 的死锁预防机制，支持锁冲突提前感知与自适应规避，大幅减少大规模并发写入过程中的事务失败概率。同时，DTX（分布式事务）模块新增恢复可视化进度条视图 gp_stat_progress_dtx_recovery，让事务恢复过程具备状态跟踪与实时运维能力，从“黑盒”转变为“可控可调”的透明系统。

在存储引擎层，Lightning 针对 AO（Append Only）与 CO（Column Oriented）表类型引入了新一代索引构建优化机制，实现索引构建加速和写路径延迟压缩，并同步优化 WAL 归档路径，减少冗余扫描和数据复制，整体性能提升显著。在高压数据写入或日志同步密集的环境下，这一优化使归档效率提升，冗余 IO 降低 80%，从根本上增强了系统在极端压力场景下的稳定性和数据一致性保障能力。

Lightning 2.0 企业级管理能力增强

安全与合规体系

在Lightning 2.0中，安全性已不再是附属能力，而是内嵌于系统全生命周期的核心保障机制。为应对企业级数据治理日益严苛的合规要求，Lightning 在权限控制与加密标准两个层面实现关键突破。权限治理方面，新增 SQL 注入防御机制，通过扩展名安全校验防止恶意命令注入，从源头构建数据库访问的第一道防火墙。同时，引入 system_group 专属资源组隔离策略，将不同业务、不同用户组的资源调度边界明确划分，避免资源争抢、保障核心任务的稳定性与优先级执行。

在加密标准方面，Lightning 2.0 的 pgcrypto 模块正式支持 FIPS（Federal Information Processing Standards）模式，使数据库原生加密能力达到了金融、政务等高合规行业的使用标准。这意味着用户无需借助外部安全代理，即可实现数据在传输与存储层面的加密合规，大幅简化安全体系集成成本，也为后续通过ISO 27001、等级保护等认证打下坚实基础。

自动化运维生态

Lightning 2.0 不仅追求高性能与高安全，更致力于打造“自运维、自恢复、自调优”的智能数据库新范式。在自动化扩缩容方面，gpexpand 工具获得核心升级，新增节点健康检查机制与失败回滚策略，大幅提升扩容操作的成功率与容灾能力，使运维人员在面对动态负载变化时更加从容。

在统计信息管理方面，analyzedb 工具新增对物化视图的统计分析能力，使得查询优化器能够实时感知物化视图的数据分布特征，优化路径选择更精准，从而让查询加速“立竿见影”。这一能力尤其适用于高频报表、聚合缓存等使用场景，不仅提升响应速度，也降低主表访问压力。

此外，为应对复杂计划执行中潜在的资源管理隐患，Lightning 2.0 在 ORCA 优化器中引入自定义内存分配器，通过更精细的内存生命周期控制，显著降低了因资源未释放带来的内存泄漏风险，提升系统稳定性与长时运行的可持续性。

面向未来的生态战略与开源共建

面向未来，酷克数据 HashData 将坚定践行“开源驱动、企业增强”的技术战略。在 Lightning 2.0 发布的同时，我们已将多项核心能力贡献给 Apache Cloudberry 社区，并在性能验证、接口一致性与开发质量等方面树立了更高标准。

展望未来，酷克数据 HashData 将持续深化与开源社区的协同，推动大规模并行计算平台迈向更高的可靠性与智能化，帮助更多用户在金融、电信、制造、互联网等行业中完成大数据核心基础设施的演进与落地。