Databend 开源周报第 105 期

Databend 是一款现代云数仓。专为弹性和高效设计,为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务:app.databend.cn

What's On In Databend

探索 Databend 本周新进展,遇到更贴近你心意的 Databend 。

Databend 轻量级 CDC 解决方案

Debezium 是一组用于捕获数据库更改的分布式服务。Databend 在 Debezium Engine 的基础上开发了 debezium-server-databend 轻量级 CDC 工具。

不依赖 Flink、 Kafka 或 Spark 等大型数据基础设施,就可以轻松监控并捕获数据库中的更改,并完成数据的同步。

如果您想了解更多信息,请查看下面列出的资源。

Code Corner

一起来探索 Databend 和周边生态中的代码片段或项目。

使用 Databend 分析 Iceberg 表格式数据

Apache Iceberg 是一种高性能的开放表格式,专为大规模分析工作负载而设计,简单而又可靠。

得益于 Databend 的多源数据目录能力和 IceLake 所提供的 Iceberg Rust 实现,Databend 现在支持以 Catalog 形式挂载并分析以 Iceberg 表格式存储的数据。

sql 复制代码
CREATE CATALOG iceberg_ctl
TYPE=ICEBERG
CONNECTION=(
    URL='s3://warehouse/path/to/db'
    AWS_KEY_ID='admin'
    AWS_SECRET_KEY='password'
    ENDPOINT_URL='your-endpoint-url'
);

如果您想了解更多信息,请查看下面列出的资源。

Highlights

以下是一些值得注意的事件,也许您可以找到感兴趣的内容。

  • 为 MySQL handler 添加 tls 支持。
  • 新增地理位置函数:h3_to_string / string_to_h3 / h3_is_res_class_iii / h3_is_pentagon / h3_get_faces / h3_cell_area_m2 / h3_cell_area_rads2
  • 阅读文档 Docs | Network Policy 了解 Databend 中网络策略的相关内容。

What's Up Next

我们始终对前沿技术和创新理念持开放态度,欢迎您加入社区,为 Databend 注入活力。

在 Trait 中使用原生 async fn

Rust 中原生的 async-fn-in-trait 自 2022 年 11 月推出 MVP 以来,就已经可以在 Rust nightly 版本中进行尝鲜体验了,也许是时候评估这一特性的状态,并尝试使用它来代替 async_trait

rust 复制代码
#![feature(async_fn_in_trait)]

trait Database {
    async fn fetch_data(&self) -> String;
}

impl Database for MyDb {
    async fn fetch_data(&self) -> String { ... }
}

Issue #12201 | Refactor: use native async fn in trait syntax

如果你对这个主题感兴趣,可以尝试解决其中的部分问题或者参与讨论和 PR review 。或者,你可以点击 link.databend.rs/i-m-feeling... 来挑选一个随机问题,祝好运!

Changelog

前往查看 Databend 每日构建的变更日志,以了解开发的最新动态。

地址:github.com/datafuselab...

Contributors

非常感谢贡献者们在本周的卓越工作。

Connect With Us

Databend 是一款开源、弹性、低成本,基于对象存储也可以做实时分析的新式数仓。期待您的关注,一起探索云原生数仓解决方案,打造新一代开源 Data Cloud。

相关推荐
星迹日16 分钟前
MySQL : 数据库和表操作
数据库·mysql·数据类型··
2302_7995257444 分钟前
【Hadoop】如何理解MapReduce?
数据库·hadoop·mapreduce
已是上好佳1 小时前
介绍一下Qt中的事件过滤
java·服务器·数据库
炬火初现2 小时前
Etcd的安装与使用
数据库·etcd
IT猿手2 小时前
2025最新群智能优化算法:云漂移优化(Cloud Drift Optimization,CDO)算法求解23个经典函数测试集,MATLAB
开发语言·数据库·算法·数学建模·matlab·机器人
雷渊2 小时前
深入分析理解mysql的MVCC
java·数据库·面试
Paparazi灬2 小时前
RocksDB写流程各种场景下的处理逻辑和线程交互时序
数据库
神经星星3 小时前
【vLLM 教程】使用 TPU 安装
数据库·人工智能·机器学习
hjehheje4 小时前
clickhouse查询效率低
数据库·人工智能
七七powerful4 小时前
ClickHouse 中出现 DB::Exception: Too many parts 错误
java·前端·数据库