分布式关系型数据库服务 DRDS 提供 Chunk-Based 执行器,大幅优化复杂查询执行效率

本文涉及的产品
云原生数据库 PolarDB 分布式版,标准版 2核8GB
简介: 信息摘要: DRDS 提供 Chunk-Based 执行器,优化复杂查询、支持异步 DDL 以及 SQL 执行计划管理等功能适用客户: 数据库使用者 / 分布式数据库使用者 / 分库分表 / 开发者 / 互联网企业 / 金融保险行业 / 新零售行业版本/规格功能: 新功能:新增Chunk-Ba...

信息摘要: DRDS 提供 Chunk-Based 执行器,优化复杂查询、支持异步 DDL 以及 SQL 执行计划管理等功能
适用客户: 数据库使用者 / 分布式数据库使用者 / 分库分表 / 开发者 / 互联网企业 / 金融保险行业 / 新零售行业
版本/规格功能: 新功能:

  • 新增Chunk-Based执行器,查询优化复杂查询
  • 新增SQL执行计划管理(Plan Management)
  • 新增新的DDL任务引擎,支持DDL任务的查看、恢复和回滚等功能
  • 新增通过 FORCE INDEX HINT 方式指定查询使用某个索引的功能
  • 新增非SCALAR子查询中ROW函数支持
  • 新增DATE_FORMAT、INTERVAL等时间函数转义字符完整支持

优化:

  • 主实例默认开启基于代价的优化(CBO),自动选择 Join 顺序和算子实现
  • 优化更多类型的子查询(含 SemiJoin)及下推
  • 合并事务指令与应用业务 SQL 执行,减少后端数据库网络通讯,提升事务性能
  • 优化内部线程池的参数配置
  • 优化DRUID连接池在后端RDS异常情况下快速恢复

问题修复:

  • 修复SQL解析的算术优先级问题
  • 修复HASH JOIN部分场景下的连接泄漏问题
  • 修复一元运算符物理SQL报错
  • 修复LOCK TABLE单库无法正确执行问题
  • 修复DRDS对SAVE POINT的支持
  • 修复MD5函数,HEX函数和MySQL不兼容的问题
  • 修复SELECT USER(), DATABASE() LIMIT 1报错的问题
  • 修复MERGE_UNION=FALSE 并发行为不符合预期的问题
  • 修复多个AND的日期范围查询,查询路由结果不正确的问题
  • 修复RENAME TABLE时忽略目标库名的问题
  • 修复管理员账户无法查看所有用户权限的问题
  • 修复主实例并行度Cost会低概率出现计算不准的问题
  • 修复清理脚本导致日志滚动异常
  • 修复 UPDATE/DELETE 单表语句中存在表名引用时,下推物理 SQL 报错的问题
  • 修复不含ORDER BY的LIMIT语句因为内存限制的报错问题
  • 修复多个AND条件查询结果不一致的问题
  • 修复UPDATE包含子查询时的报错信息
  • 修复DISTINCT和ORDER BY中同时出现函数同时的解析问题
    产品文档: https://help.aliyun.com/document_detail/49279.html?spm=a2c4g.11186623.6.546.6e82c28bLvvKon#h2-v5-3-12-15676096-2019-09-043
目录
相关文章
|
2月前
|
存储 关系型数据库 数据库
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
本文通过一个 Agentic RAG 应用的完整构建流程,展示了如何借助 RDS Supabase 快速搭建具备知识处理与智能决策能力的 AI 应用,展示从数据准备到应用部署的全流程,相较于传统开发模式效率大幅提升。
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
|
2月前
|
关系型数据库 分布式数据库 数据库
|
2月前
|
存储 关系型数据库 分布式数据库
喜报|阿里云PolarDB数据库(分布式版)荣获国内首台(套)产品奖项
阿里云PolarDB数据库管理软件(分布式版)荣获「2024年度国内首版次软件」称号,并跻身《2024年度浙江省首台(套)推广应用典型案例》。
|
6月前
|
Cloud Native 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇
阿里云PolarDB云原生数据库在TPC-C基准测试中以20.55亿tpmC的成绩刷新世界纪录,展现卓越性能与性价比。其轻量版满足国产化需求,兼具高性能与低成本,适用于多种场景,推动数据库技术革新与发展。
|
2月前
|
数据采集 缓存 NoSQL
分布式新闻数据采集系统的同步效率优化实战
本文介绍了一个针对高频新闻站点的分布式爬虫系统优化方案。通过引入异步任务机制、本地缓存池、Redis pipeline 批量写入及身份池策略,系统采集效率提升近两倍,数据同步延迟显著降低,实现了分钟级热点追踪能力,为实时舆情监控与分析提供了高效、稳定的数据支持。
分布式新闻数据采集系统的同步效率优化实战
|
3月前
|
存储 监控 关系型数据库
突破IO瓶颈:PolarDB分布式并行查询(Parallel Query)深度调优手册
在海量数据处理中,I/O瓶颈严重制约数据库性能。本文基于PolarDB MySQL 8.0.32版本,深入解析分布式并行查询技术如何提升CPU利用率至86.7%、IO吞吐达8.5GB/s,并结合20+实战案例,系统讲解并行架构、执行计划优化、资源调优与故障排查方法,助力实现高性能数据分析。
103 6
|
3月前
|
缓存 NoSQL 算法
高并发秒杀系统实战(Redis+Lua分布式锁防超卖与库存扣减优化)
秒杀系统面临瞬时高并发、资源竞争和数据一致性挑战。传统方案如数据库锁或应用层锁存在性能瓶颈或分布式问题,而基于Redis的分布式锁与Lua脚本原子操作成为高效解决方案。通过Redis的`SETNX`实现分布式锁,结合Lua脚本完成库存扣减,确保操作原子性并大幅提升性能(QPS从120提升至8,200)。此外,分段库存策略、多级限流及服务降级机制进一步优化系统稳定性。最佳实践包括分层防控、黄金扣减法则与容灾设计,强调根据业务特性灵活组合技术手段以应对高并发场景。
829 7
|
3月前
|
机器学习/深度学习 人工智能 边缘计算
分布式电源的配电网无功优化
分布式电源的配电网无功优化
|
5月前
|
Cloud Native 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇
云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇

热门文章

最新文章