Lanzamiento de Apache Cloudberry 2.2.0, una alternativa de código abierto a la base de datos Greenplum

Se presenta la versión de la base de datos distribuida Apache Cloudberry 2.2.0, que continúa el desarrollo de la base de código abierta de la base de datos Greenplum, la cual fue convertida por Broadcom en un producto cerrado tras la adquisición de VMware. El proyecto está actualmente en el incubador de Apache y será transferido a los proyectos principales de Apache una vez que la infraestructura y el soporte estén listos.

La base de datos Cloudberry es una edición distribuida de la base de datos abierta PostgreSQL, optimizada para realizar consultas analíticas sobre grandes volúmenes de datos (Data Warehouse). Para el procesamiento paralelo de datos se aplica una arquitectura de procesamiento masivamente paralelo (MPP, massively parallel processing), que permite la escalabilidad del almacenamiento hasta tamaños de petabytes mediante la división de datos en segmentos y la utilización de un clúster. servidores.

Entre las mejoras en Apache Cloudberry 2.2.0:

• Se han trasladado correcciones de errores, eliminación de vulnerabilidades y optimizaciones de las versiones PostgreSQL 14.4-14.10 (la rama Cloudberry 2.x se basa en la base de código de PostgreSQL 14).
• Se han añadido seis extensiones: diskquota, gp_stats_collector, gp_relsizes_stats, reject_partition_fullscan, try_convert y yezzey.
• Se ha añadido la extensión interconnect, que proporciona contadores resumidos del protocolo UDPIFC, disponibles a través de las vistas gp_interconnect_stats, gp_interconnect_stats_per_segment y gp_interconnect_stats_per_host. La extensión permite analizar las estadísticas de interacción entre nodos mediante consultas SQL en lugar de analizar registros.
• Se ha implementado el escaneo paralelo intra-segmento de tablas en el optimizador ORCA. El número de manejadores que se ejecutan en paralelo se configura a través del parámetro max_parallel_workers_per_gather.
• Se ha habilitado la posibilidad de ejecutar operaciones Full Join y Right Join en paralelo.
• Para las consultas que contienen operaciones de unión de varias tablas (JOIN), se ha implementado la técnica de optimización AQUMV (Answer-Query-Using-Materialized-Views).
• Se ha añadido soporte para las distribuciones Rocky Linux 8/9/10 y Ubuntu 22.04/24.04. Se ha dejado de soportar Ubuntu 20.04.
• Se ha automatizado la construcción de paquetes en formatos DEB y RPM para arquitecturas x86_64 y ARM64.
• Se ha añadido una tabla con estadísticas del servidor PXF pxf_stat_activity, así como las funciones pxf_cancel_backend y pxf_interrupt_backend para detener consultas externas sin reiniciar PXF. servidores PXF.
• Se ha añadido soporte para Java 17.
• Se ha añadido la utilidad gpbackman para gestionar copias de seguridad, así como el manejador gpbackup_exporter para exportar información sobre copias de seguridad al sistema de monitoreo Prometheus.
• Se ha preparado el primer lanzamiento de cloudberry-go-libs, un conjunto de bibliotecas en lenguaje Go utilizadas en Apache Cloudberry.

Fuente: opennet.ru