新版本发布!openLooKeng v1.4.0 上线

栏目: 软件资讯 · 发布时间: 4年前

内容简介:朋友们 openLooKeng 新版本 v1.4.0 正式上线啦! 2020年6月开源以来,每一次的迭代更新,openLooKeng均为用户提供了更为简单与可靠的数据分析体验。这也使得搭载openLooKeng的用户伙伴越来越多。也因为有来自ISV...

朋友们

openLooKeng 新版本 v1.4.0 正式上线啦!

2020年6月开源以来,每一次的迭代更新,openLooKeng均为用户提供了更为简单与可靠的数据分析体验。这也使得搭载openLooKeng的用户伙伴越来越多。也因为有来自ISV、政府,金融、互联网多个行业的支持,社区才愈加有活力。我们感谢用户与社区小伙伴的支持。

金秋10月, openLooKeng 新版本 v1.4.0 正式发布。基于社区用户和开发者的体验和建议,新版本在原基础上进行了一些优化,以提升引擎性能。欢迎大家下载体验。

openLooKeng v1.4.0

l Star Tree索引

Star Tree 索引提供一种预聚合技术,通过创建和管理用户所需要的不同的Cubes(多维数据集)来优化冰山查询的延时。在支持对大型Cubes的创建(10 Billion基数)的基础上,新版本1.4.0更新了APIs 接口,使得其能够支持 JDBC Connector使用 Cube,比如Clickhouse Connector。其它JDBC Connector 将陆续支持。

l 启发式索引

对启发式索引,新版本1.4.0 做了如下一些优化:

a. 支持UPDATE INDEX。以往更改index时需要将其删除再创建。新版本1.4.0支持在原有的index上进行update操作;

b. SHOW INDEX中增加index大小,内存和磁盘占用信息,以便用户更加合理地使用索引;

c. Bloom index增加nmap cache来减少内存使用;

d. 支持DROP TABLE的同时删除index;

e. 支持创建index后自动加载index。

l Memory 连接器

修复了几个重要的错误,以解决大型数据集和特定运算符偶尔发生的错误结果。

l Task Recovery

修复了几个重要的错误,以解决高并发和worker节点故障期间偶尔发生的数据不一致问题。

l 低时延

a. 优化不包含join的点查 sql 的stats计算,加快查询速度;

b. 新增自适应分片分组,提升高并发查询吞吐量;

c. 支持非等式动态筛选器,以加快具有<、>、<= & >=等谓词的查询速度。

l 新增Kylin Connector

支持对Kylin数据源的访问查询。

l Yarn上部署openLooKeng

支持在Yarn容器上部署openLooKeng集群,当前支持部署单coordinator和多worker节点部署。


以上便是新版本1.4.0 的优化。作为大数据的关键项目,openLooKeng一直致力于为用户提供极速极简的数据体验。如果您也关注大数据,欢迎下载体验openLooKeng。

openLooKeng v1.4.0 下载地址

https://openlookeng.io/zh-cn/download.html


欢迎在openLooKeng gitee仓上提Issue,分享您的体验感受与建议,您的声音或将成为openLooKeng引擎性能提升的关键。

· openLooKeng代码仓地址

https://gitee.com/openlookeng

· 如果您对新版本V1.4.0有任何建议,欢迎发邮件至 users@openlookeng.io 告知我们。

· openLooKeng社区官网

https://openlookeng.io/zh-cn/


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

推荐系统与深度学习

推荐系统与深度学习

黄昕、赵伟、王本友、吕慧伟、杨敏 / 清华大学出版社 / 2019-1-1 / 65.00元

本书的内容设置由浅入深,从传统的推荐算法过渡到近年兴起的深度学习技术。不管是初学者,还是有一定经验的从业人员,相信都能从本书的不同章节中有所收获。 区别于其他推荐算法书籍,本书引入了已被实践证明效果较好的深度学习推荐技术,包括Word2Vec、Wide & Deep、DeepFM、GAN 等技术应用,并给出了相关的实践代码;除了在算法层面讲解推荐系统的实现,还从工程层面详细阐述推荐系统如何搭建.一起来看看 《推荐系统与深度学习》 这本书的介绍吧!

UNIX 时间戳转换
UNIX 时间戳转换

UNIX 时间戳转换

RGB HSV 转换
RGB HSV 转换

RGB HSV 互转工具

HSV CMYK 转换工具
HSV CMYK 转换工具

HSV CMYK互换工具