分布式关系型数据库服务 DRDS 支持全局二级索引,可完成多维字段拆分

简介: 信息摘要: DRDS 支持全局二级索引,提供全局二级索引,全局唯一索引的创建、查看,可完成多维字段拆分适用客户: 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:新增支持创建全局二级索引、创建全局唯一索引...

信息摘要: DRDS 支持全局二级索引,提供全局二级索引,全局唯一索引的创建、查看,可完成多维字段拆分
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:

  • 新增支持创建全局二级索引、创建全局唯一索引、查看全局二级索引语法,CREATE * GLOBAL INDEX, CREATE UNIQUE GLOBAL INDEX, SHOW GLOBAL INDEX
  • 新增动态调整DRDS连接时区功能
  • 新增支持逻辑 RENAME TABLE,提高 RENAME TABLE 性能;
  • 新增 CREATE SHADOW TABLE 语法,用于创建和关联全链路压测影子表
  • 新增UPDATE/DELETE 对DERIVED子查询的支持
  • 新增CBO,JOIN与AGG下推与交换能力
  • 新增SHOW METADATA LOCK 查看 DRDS METADATA LOCK 信息
  • 新增支持PLAN MANAGEMENT运维指令
  • 新增支持CREATE TABLE WITH GLOBAL INDEX和CREATE GLOBAL INDEX的回滚
  • 新增CREATE TABLE、DROP TABLE关联未完成全局二级索引的检查并提示
  • 新增支持指定JOB ID执行SHOW DDL
  • 新增支持非等值的条件推导
  • 新增 PARALLEL QUERY对更多算子并行的支持

优化:

  • 优化规则自动清理任务执行
  • 优化 INFORMATION_SCHEMA 查询性能
  • 优化BKAJOIN COST估算算法
  • 优化DDL后更新统计信息、BASELINE逻辑
  • 优化两阶段AGG逻辑,支持GROUP BY列
  • 优化 DRDS 事务日志的清理策略,减少清理时间,降低对后端存储的访问压力
  • 优化ADDTIME、SUBTIME、DATEADD、DATESUB、INTERVAL等函数中微秒精度计算
  • 优化 SQL审计日志减少网络抖动的影响
  • 优化器内支持创建DOUBLE类型的LITERAL。
  • 优化下推的 GROUP BY 查询避免生成子查询
  • 优化聚合函数内部实现,内存占用更低、性能更优
  • 优化 CBO 对常量表达式的选择率估计
  • 优化DDL相关解析,增强错误检查能力
  • 优化部分涉及时间类型的表达式计算中对异常时间的处理,兼容MySQL行为

问题修复:

  • 修复回收站启用后,表名中包含特殊符号导致 RENAME TABLE 报错的问题
  • 修复PlAN MANAGEMENT线程池抛ABORT异常问题
  • 修复HashAggCursor处理不同类型输入HASHCODE不准确问题
  • 修复BETWEEN与NOT BETWEEN处理问题
  • 修复HashAggExec内存统计问题
  • 修复写入广播表时的函数计算出错问题
  • 修复使用高版本 JDBC 驱动连接 MANAGE PORT报错的问题
  • 修复UPDATE/DELETE 条件中包含库名导致报错的问题
  • 修复UPDATE/DELETE SET 部分有重名列导致报错的问题
  • 修复LEFT JOIN + IS NULL 导致分区裁剪异常的问题
  • 修复INSERT SELECT 偶发的不支持错误的问题
  • 修复全局二级索引表名、拆分键、DDL回滚表名中包含特殊字符问题
  • 修复SQL中HINT和COMMENT多层嵌套时解析异常
  • 修复建表语句DEFAULT后加COLLATE的解析错误问题
  • 修复非法日期时间格式解析的问题
  • 修复 CONVERT函数转换HEX到字符乱码的问题
  • 修复SUBSTRING、SUBSTRINGINDEX、JSONEXTRACT等函数传递NULL参数异常的问题
  • 修复 CONNECTION_ID()与SHOW RPOCESSLIST不一致的问题
  • 修复子查询表名同外表一致时出现的异常
  • 修复子查询转化过程中CASE WHEN 函数的类型问题.
  • 修复 PROJECT中多个子查询下推时的转换问题.
  • 修复包含JOIN 的列重名问题.
  • 修复部分列找不到误报未表找不到的问题
  • 修复查询时ORDER BY不存在的列导致的StackOverflow 问题
  • 修复WHERE 条件中存在 CASE WHEN且 WHEN 表达式存在 AND 条件下的下推错误问题
  • 修复当JOIN左右表存在不可下推的PROJECT时,进行JOIN_PROJECT_TRANSPOSE导致的 问题
  • 修复当TIMESTAMP类型作为拆分键时会因时区导致分片路由错误的问题
    产品文档: https://help.aliyun.com/document_detail/49279.html?spm=a2c4g.11186623.6.546.1431c28b08l9FU#h2-v5-4-1-15720166-2019-10-253
目录
相关文章
|
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
|
存储 关系型数据库 MySQL
MySQL数据库索引的数据结构?
MySQL中默认使用B+tree索引,它是一种多路平衡搜索树,具有树高较低、检索速度快的特点。所有数据存储在叶子节点,非叶子节点仅作索引,且叶子节点形成双向链表,便于区间查询。
355 4
|
存储 关系型数据库 数据库
RDS:稳定、安全、开放的新一代云数据库服务
RDS是阿里云提供的新一代云数据库服务,具备稳定、安全、开放的特点。本次分享由阿里云智能集团和平安科技专家共同介绍,涵盖RDS年度产品发布与最佳实践、金融场景下关系型数据库的要求。重点内容包括RDS通用云盘、RDS On OSS、RDS Custom等技术创新,以及在成本控制、性能优化、业务连续性、数据安全等方面的解决方案。通过实际案例展示了RDS在不同行业的应用,如汇联易、莉莉丝游戏、中免日上等,帮助客户实现高效、低成本的数据库管理。
1491 116
|
消息中间件 人工智能 监控
文生图架构设计原来如此简单之分布式服务
想象一下,当成千上万的用户同时要求AI画图,如何公平高效地处理这些请求?文生图/图生图大模型的架构设计看似复杂,实则遵循简单而有效的原则:合理排队、分工明确、防患未然。
711 14
文生图架构设计原来如此简单之分布式服务
|
存储 算法 关系型数据库
数据库主键与索引详解
本文介绍了主键与索引的核心特性及其区别。主键具有唯一标识、数量限制、存储类型和自动排序等特点,用于确保数据完整性和提升查询效率;而索引通过特殊数据结构(如B+树、哈希)优化查询速度,适用于不同场景。文章分析了主键与索引的优劣、适用场景及工作原理,并对比两者在唯一性、数量限制、功能定位等方面的差异,为数据库设计提供指导。
|
存储 缓存 数据库
数据库索引采用B+树不采用B树的原因?
● B+树更便于遍历:由于B+树的数据都存储在叶子结点中,分支结点均为索引,方便扫库,只需要扫一遍叶子结点即可,但是B树因为其分支结点同样存储着数据,我们要找到具体的数据,需要进行一次中序遍历按序来扫,所以B+树更加适合在区间查询的情况,所以通常B+树用于数据库索引。 ● B+树的磁盘读写代价更低:B+树在内部节点上不包含数据信息,因此在内存页中能够存放更多的key。 数据存放的更加紧密,具有更好的空间局部性。因此访问叶子节点上关联的数据也具有更好的缓存命中率。 ● B+树的查询效率更加稳定:由于非终结点并不是最终指向文件内容的结点,而只是叶子结点中关键字的索引。所以任何关键字的查找必须走一条
|
SQL 分布式计算 DataWorks
MaxCompute MaxFrame评测 | 分布式Python计算服务MaxFrame(完整操作版)
在当今数字化迅猛发展的时代,数据信息的保存与分析对企业决策至关重要。MaxCompute MaxFrame是阿里云自研的分布式计算框架,支持Python编程接口、兼容Pandas接口并自动进行分布式计算。通过MaxCompute的海量计算资源,企业可以进行大规模数据处理、可视化数据分析及科学计算等任务。本文将详细介绍如何开通MaxCompute和DataWorks服务,并使用MaxFrame进行数据操作。包括创建项目、绑定数据源、编写PyODPS 3节点代码以及执行SQL查询等内容。最后,针对使用过程中遇到的问题提出反馈建议,帮助用户更好地理解和使用MaxFrame。
|
SQL 分布式计算 数据处理
云产品评测|分布式Python计算服务MaxFrame | 在本地环境中使用MaxFrame + 基于MaxFrame实现大语言模型数据处理
本文基于官方文档,介绍了由浅入深的两个部分实操测试,包括在本地环境中使用MaxFrame & 基于MaxFrame实现大语言模型数据处理,对步骤有详细说明。体验下来对MaxCompute的感受是很不错的,值得尝试并使用!
495 1

热门文章

最新文章