Utgivningen av Apache Cloudberry 2.0.0, en öppen alternativ till databashanteringssystemet Greenplum

Den nya versionen av den distribuerade databashanteraren Apache Cloudberry 2.0.0 har presenterats, vilket fortsätter utvecklingen av den öppna kodbasen för databashanteraren Greenplum, som efter förvärvet av VMware omvandlades av Broadcom till en stängd produkt. Apache Cloudberry 2.0.0 markerar den första versionen av projektet efter att koden överfördes till Apache-gemenskapen. Projektet är fortfarande i Apache-inkubatorn och kommer att överföras till primära Apache-projekt efter att infrastrukturen och den omgivande miljön är redo.

Databashanteraren Cloudberry är en distribuerad version av den öppna databashanteraren PostgreSQL, optimerad för att utföra analytiska frågor på stora datamängder (Data Warehouse). För parallell databehandling används en massiv-parallel-baserad arkitektur (MPP), som möjliggör skalbarhet av lagret till petabyte-storlekar genom att dela upp data i segment och använda en kluster för lagring och bearbetning. servrar.

Bland förbättringarna i Apache Cloudberry 2.0.0:

• Övergången till kodbasen PostgreSQL 14 har genomförts (Greenplum baserades på PostgreSQL 12).
• Stöd för dynamiska tabeller har lagts till, vilket möjliggör automatisk uppdatering av frågeloggens resultat. Denna nya funktion är användbar för att arbeta med aktuella data, till exempel för realtidsdataanalys, Lakehouse-arkitekturer och automatiserade ETL-hanterare (Extract, Transform, Load).
• Ett nytt hybridformat för lagring, PAX (Partition Attributes Across), har införts, vilket kombinerar fördelarna med både rad- och kolumnbaserade lagringssystem. PAX-formatet möjliggör hög prestanda, både under hög skrivbelastning och vid genomförande av analytiska frågor.
• Planeringen och utförandet av distribuerade frågor har optimerats avsevärt.
• Hantera resurser har förbättrats: effektiviteten i arbetet med minne och CPU på klustrets noder har ökat.
• Fördelningen av data mellan noder och den parallella behandlingen av förfrågningar har förbättrats.
• Backup-strategierna i distribuerade miljöer har utökats.
• Informationen om licenser och utformningen av kodfilernas rubriker har anpassats till kraven från Apache Foundation. Binar artefakter har tagits bort från källkoden i releaserna.
• Byggprocessen för projektkomponenterna i språken C++ och Python har förbättrats.

Källa: opennet.ru