Databend 开源周报第 109 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 。

利用 Cluster Key 优化查询性能

通过定义 Cluster Key ，可以引导 Databend 对表进行聚类来提高查询性能，此时数据将会根据 Cluster Key 来组织和分组，而不仅仅依赖数据摄入的顺序。从而在处于大型表中获得优化的数据读取逻辑，加速查询。

一旦表设定了 Cluster Key ，在使用 COPY INTO 和REPLACE INTO 这两种方式写入数据时，会自动执行 compact 和 recluster 操作。

由于执行聚类和重聚类操作需要消耗一定的时间，所以我们建议主要为查询性能较慢的大型表定义集群键。

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。

Databend Local 模式

Databend 的 local 模式旨在为 Databend 提供一个简易版本，用户无需部署 Databend 服务就可以用 SQL 进行交互交互，从而方便开发者们用 SQL 使用 Databend 支持的功能进行简单的数据处理。

Local 模式将启动一个临时的 databend-query 进程，并且提供客户端和服务端的融合支持。其存储位于临时目录中，生命周期跟随进程，进程离开后资源也将销毁，你可以在一个服务器中启动多个 local 进程，他们的资源是相互隔离的。

sql! 复制代码

❯ alias databend-local="databend-query local"
❯ echo " select sum(a) from range(1, 100000) as t(a)" | databend-local
4999950000

❯ databend-local

databend-local:) select number %3 n, number %4 m, sum(number) from numbers(1000000000) group by n,m limit 3 ;

┌───────────────────────────────────┐
│   n   │   m   │    sum(number)    │
│ UInt8 │ UInt8 │    UInt64 NULL    │
├───────┼───────┼───────────────────┤
│     0 │     0 │ 41666666833333332 │
│     1 │     0 │ 41666666166666668 │
│     2 │     0 │ 41666666500000000 │
└───────────────────────────────────┘
0 row result in 1.669 sec. Processed 1 billion rows, 953.67 MiB (599.02 million rows/s, 4.46 GiB/s)

如果你需要在生产环境使用 Databend，我们建议按官方文档部署 Databend 服务或使用 Databend Cloud，但如果你是开发人员或测试工程师，则可以使用 local 模式来体验 Databend 。

如果您想了解更多信息，请查看下面列出的资源。

PR | chore(query): improve databend local

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。

初步支持 MERGE INTO。
实现 SQLsmith 测试框架，以支持更精确的模糊测试。
阅读文档 Docs | Setting Environment Variables 了解如何通过环境变量变更 Databend 配置。
实现json_strip_nulls 和 json_typeof 函数，你也可以阅读 Docs | Semi-Structured Functions 了解 Databend 为半结构化数据处理设计和实现的函数。

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。

优化 MERGE INTO 实现

在 PR #12350 | feat: support Merge-Into V1 中，Databend 初步支持了 MERGE INTO 语法。

在这个基础上，还有很多值得关注的优化可以实施，比如：提供并行和分布式的实现，减少 IO 并简化数据块拆分等。

Issue #12595 | Feature: Merge Into Optimizations

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。