StarRocks 3.3 发布,Lakehouse 架构加速升级!
StarRocks 3.3发布,再次引领Lakehouse架构数据分析新时代 StarRocks宣布推出其最新版本3.3,进一步提升了Lakehouse架构在数据分析领域的表现。此版本着力于提升稳定性、计算性能、缓存设计、物化视图的功能,同时对存储优化和Lakehouse生态系统进行了全面升级。 为了方便用户更好地理解和应用新功能,StarRocks 3.3对功能成熟度进行了分类:包括实验性质、公共测试和生产可用,并提供了详细的版本对照文档和产品能力边界说明。 在大查询方面,StarRocks 3.3 通过GA级别的算子落盘能力和Colocate Group Execution大幅优化了内存占用,进一步提升了复杂查询的稳定性。此外,ARM架构的优化显著提高了查询性能和降低成本,使其在AWS Graviton实例上的表现尤为突出。 新版本还优化了倒排索引、ngram索引、FlatJson、Bitmap及CodeGen技术的应用,提高了模糊搜索、半结构化数据处理等多方面的性能。 另外,StarRocks 3.3在缓存设计上做了重要创新,支持预热缓存及缓存优先级设置,进一步提升了存算分离集群的读写性能。新增的物化视图功能则简化了数据湖查询的复杂度,实现了多事实表分区刷新优化与物化视图调度能力的提升。 在存储优化方面,3.3版本提升了FE的可观测性,引入了锁管理器,显著提高了导入和查询并发性能,支持ORDER BY语法及Rename Column,提高了数据管理的灵活性。 此外,StarRocks 3.3加强了与Hive、Iceberg、Paimon、ClickHouse和Kudu生态系统的对接,使数据管理和查询更加便捷高效。 StarRocks 3.3为湖仓架构的成熟迈出了坚实的一步,继续践行"One data, All Analytics"的愿景。更多详细介绍请参考官方发布的文档和直播回放。Gitee地址