新增流计算计数窗口，TDengine 3.2.3.0 八大板块功能更新

自发布以来，TDengine 3.0 版本在研发人员和社区用户的共同努力下不断优化，产品的稳定性和易用性获得了大幅提升，在知轮科技的智慧轮胎系统、黑格智能 3D 打印业务、韵达快递业务、中国地震台网中心、中移物联智慧出行场景等众多企业项目中获得了成功应用。近期，TDengine 3.2.3.0 成功发布，本文将向大家简单介绍一下该版本涉及到的重大更新。

据了解，3.2.3.0 版本涉及到的更新内容包括流计算、传输压缩、授权机制、监控、数据接入、Explorer、性能优化、运维优化八大模块。具体更新信息展示如下。

开源的时序数据库功能更新（所有版本同步更新）

1、计数窗口 （Count Window）

TDengine 流式计算新增对计数窗口的支持。计数窗口会按照固定的个数，对一段数据集进行截取。

window_clause: {
SESSION(ts_col, tol_val)
| STATE_WINDOW(col)
| INTERVAL(interval_val [, interval_offset]) [SLIDING (sliding_val)] [FILL(fill_mod_and_val)]
| EVENT_WINDOW START WITH start_trigger_condition END WITH end_trigger_condition
| COUNT_WINDOW(count_val[, sliding_val])
}

典型场景示例：在公路的收费站，每通过一辆车就产生一条记录，可通过计数窗口实时显示车辆密集程度。

CREATE STREAM stream_name
TRIGGER at_once IGNORE EXPIRED 1 IGNORE UPDATE 0 WATERMARK 100s
INTO stream_stb_name
AS
SELECT _wstart AS ts, count(*) c1, sum(b), max(c)
FROM st
PARTITION BY tbname, ta, a
COUNT_WINWOW(9);

相关技术文档请移步至流式计算 | TDengine 文档 | 涛思数据查看。

2、 传输压缩

RESTful / WebSocket 协议下的传输压缩：该扩展允许在 RESTful / WebSocket 连接上对消息进行压缩，以减少传输的数据量，提高性能。

3、监控

TDengine 监测：功能重构，包括 taosd 资源信息、业务统计信息、慢查询和一些健康信息。

4、性能优化

多表低频场景查询优化
Last 遗留问题
last() / last_row()同时查询时的性能优化

5 、运维优化

副本数目修改（alter replica）：通过 learner 机制，把读写阻塞时间缩短为成员变更时间
副本节点迁移（redistribute vgroup）：通过 learner 机制，把读写阻塞时间缩短为成员变更时间
节点删除（drop dnode）：空 dnode，无论是否在线均可正常删除

TDengine Enterprise（企业级功能更新）

1、TDengine 授权机制

采用单一授权码，覆盖所有现存组件，提供自定义授权项以便支持新增组件
支持按功能授权
支持通过 cluster ID 授权
支持完整授权和叠加授权

2 、传输压缩

从 taosX Agent 到 taosX 的数据传输压缩
基于 taosX 进行 TDengine 同步复制时的数据传输压缩

3 、监控

taosX 监控：包括资源信息、业务统计信息、健康信息、任务状态。

4、数据接入

Wonderware Historian -> TDengine 3.0
taosX 可观测性
数据源统一参数 Advanced Options
CSV 支持更多配置参数
OPC 点位过滤和下载机制优化
2.6->3.0 数据复制与同步支持新建表自动同步
Transformer 用户体验优化

5、Explorer

支持 HTTPS
可以查询任务日志

6、性能优化

Pi -> TD 性能优化
OPC -> TD 性能优化
多表低频数据迁移性能优化（2.6->3.0）

7 、运维优化

虚拟节点组分裂（split vgroup）：通过 learner 机制，把读写阻塞时间缩短为子表元数据重整以及成员变更时间。

除此之外，每个版本都会做很多其他的工作，比如 bug 修复、功能优化等等。如果想要了解新版本（时序数据库功能更新）更加详细的发布信息，可以移步至 Release 3.2.3.0 · taosdata/TDengine · GitHub 查看发布说明。

欢迎大家下载使用，也欢迎在评论区提出建议和意见，如有任何问题请及时联系我们获得支持。

了解更多 TDengine Database 的具体细节，可在GitHub上查看相关源代码。