Se ha presentado la versión 2.1.0 de la base de datos distribuida Apache Cloudberry, que continúa el desarrollo de la base de código abierto de la base de datos Greenplum, que fue convertida por la empresa Broadcom en un producto propietario tras la adquisición de VMware. El proyecto está actualmente en la incubadora de Apache y será promovido a un proyecto principal de Apache cuando 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 2.1.0:
- Se ha implementado el protocolo UDP2 para la interacción entre nodos, lo que ha mejorado la eficiencia de la ejecución distribuida de consultas.
- Se ha añadido soporte para el servidor MCP (Model Context Protocol) para facilitar la integración con herramientas basadas en grandes modelos de lenguaje.
- Se ha añadido la posibilidad de aplicar el algoritmo LZ4 para la compresión de columnas de tablas con el fin de reducir la entrada/salida y disminuir el consumo de memoria.
- Se ha mejorado el funcionamiento del optimizador ORCA.
- El script greenplum_path.sh, que se usaba para configurar el entorno del usuario de la base de datos, ha sido reemplazado por cloudberry-env.sh.
- La herramienta de copia de seguridad ha sido renombrada a cloudberry-backup. Se ha incluido un complemento para los almacenes basados en el protocolo S3 en el repositorio principal.
Fuente: opennet.ru
