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
|
9月前
|
关系型数据库 分布式数据库 数据库
|
9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》。
|
10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。
377 6
|
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
|
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。
|
容灾 关系型数据库 分布式数据库
PolarDB分布式版:与云融合的分布式数据库发展新阶段
PolarDB分布式版标志着分布式数据库与云融合的新阶段。它经历了三个发展阶段:从简单的分布式中间件,到一体化分布式架构,再到云原生分布式数据库。PolarDB充分利用云资源的弹性、高性价比、高可用性和隔离能力,解决了大规模数据扩展性问题,并支持多租户场景和复杂事务处理。零售中台的建设背景包括国家数字化转型战略及解决信息孤岛问题,采用分布式数据库提升高可用性和性能,满足海量订单处理需求。展望未来,零售中台将重点提升容灾能力、优化资源利用并引入AI技术,以实现更智能的服务和更高的业务连续性。
462 9
|
关系型数据库 分布式数据库 PolarDB
[PolarDB实操课] 02.使用云起实验室资源快速体验PolarDB分布式版
本次课程由阿里云PolarDB开源架构师黄心雨分享,重点介绍如何使用云起实验室资源快速体验PolarDB分布式版。主要内容包括: 1. **PolarDB-X的四种安装方法**:Docker、PXD工具、Kubernetes和源码编译。 2. **容器技术简介**:解释容器在云原生环境中的作用,解决代码跨环境迁移问题。 3. **云起实验室实操**:通过云起实验室提供的零门槛平台,快速部署PolarDB-X,体验其主要功能。 4. **课程小结**:总结PolarDB-X的安装方式及实际操作步骤,并展望后续课程内容。
197 0
|
存储 关系型数据库 分布式数据库
[PolarDB实操课] 01.PolarDB分布式版架构介绍
《PolarDB实操课》之“PolarDB分布式版架构介绍”由阿里云架构师王江颖主讲。课程涵盖PolarDB-X的分布式架构、典型业务场景(如实时交易、海量数据存储等)、分布式焦点问题(如业务连续性、一致性保障等)及技术架构详解。PolarDB-X基于Share-Nothing架构,支持HTAP能力,具备高可用性和容错性,适用于多种分布式改造和迁移场景。课程链接:[https://developer.aliyun.com/live/253957](https://developer.aliyun.com/live/253957)。更多内容可访问阿里云培训中心。
330 0
[PolarDB实操课] 01.PolarDB分布式版架构介绍
|
存储 消息中间件 SQL
微服务改造血泪史:数据库拆分踩过的那些坑!
本文复盘了传统项目改造成微服务架构时,数据库拆分过程中遇到的问题。主要问题包括:1. 数据库拆分过细,导致跨服务调用频繁,破坏服务独立性;2. 数据一致性难以保证,分布式事务管理复杂;3. 跨服务查询影响性能,复杂查询难以实现。初次改造时应避免过度拆分,逐步演进架构。
285 0
|
Cloud Native 关系型数据库 分布式数据库
PolarDB 分布式版 V2.0,安全可靠的集中分布式一体化数据库管理软件
阿里云PolarDB数据库管理软件(分布式版)V2.0 ,安全可靠的集中分布式一体化数据库管理软件。