Apache Cloudberry 2.0.0 je nejnovější verzí distribuovaného systému správy databází (DBMS), která pokračuje ve vývoji open source kódové základny Greenplum DBMS, jehož kód byl společností Broadcom uzavřen po akvizici společnosti VMware. Apache Cloudberry 2.0.0 představuje první verzi projektu poté, co byl kód převeden do komunity Apache. Projekt se v současné době nachází v inkubátoru Apache a bude povýšen na primární projekt Apache, jakmile bude připravena infrastruktura a správci.
Cloudberry DBMS je distribuovaná edice open-source systému PostgreSQL DBMS, optimalizovaná pro spouštění analytických dotazů na velkých datových sadách (Data Warehouse). Pro paralelní zpracování dat využívá architekturu masivně paralelního zpracování (MPP), která umožňuje škálovatelnost úložiště až na petabajty rozdělením dat do segmentů a použitím clusteru dat pro ukládání a zpracování. servery.
Mezi vylepšení v Apache Cloudberry 2.0.0 patří:
- Přechod na kódovou základnu PostgreSQL 14 byl dokončen (Greenplum byl založen na PostgreSQL 12).
- Přidána podpora pro dynamické tabulky, která umožňuje automatickou aktualizaci výsledků dotazů. Tato nová funkce je užitečná, když potřebujete pracovat s aktuálními daty, jako je analýza dat v reálném čase, architektury Lakehouse a automatizované procesory ETL (Extract, Transform, Load).
- Byl implementován nový hybridní formát úložiště PAX (Partition Attributes Across), který kombinuje možnosti úložiště založeného na řádcích a sloupcích. Formát PAX umožňuje dosáhnout vysokého výkonu jak při vysokém zatížení zápisem, tak i při provádění analytických dotazů.
- Plánování a provádění distribuovaných dotazů bylo výrazně optimalizováno.
- Vylepšená správa zdrojů: zvýšená efektivita práce s pamětí a CPU na uzlech clusteru.
- Vylepšená distribuce dat mezi uzly a paralelní zpracování dotazů.
- Rozšířené strategie zálohování v distribuovaných prostředích.
- Informace o licenci a formátování záhlaví souborů kódu byly upraveny tak, aby odpovídaly požadavkům Apache Foundation. Z vydání zdrojového kódu byly odstraněny binární artefakty.
- Vylepšen proces vytváření komponent projektu v C++ a Pythonu.
Zdroj: opennet.ru
