Wir freuen uns sehr, Ihnen mitteilen zu können:
MatrixOne-Kernel-Version 1.1.0
Offiziell veröffentlicht!
Website zur Projektdokumentation
https://docs.matrixorigin.cn _
MatrixOne ist eine verteilte hyperkonvergente heterogene Datenbank. MatrixOne zielt darauf ab, eine Cloud-native, leistungsstarke, hochelastische und hochkompatible HSTAP-Datenbank mit MySQL bereitzustellen, die es Benutzern ermöglicht, gemischte Arbeitslasten wie Transaktionen, Analyse, Timing und Stream zu bewältigen Mit MatrixOne können Sie den gesamten Datenverarbeitungsprozess aus einer Hand abwickeln.
Konzentrieren Sie sich auf MatrixOne 1.1.0
MatrixOne hat in dieser Iteration eine Reihe wichtiger Funktionen hinzugefügt, verbesserte Vektor-, Fluss- und Timing-Funktionen basierend auf dem gesamten HTAP, wodurch der Leistungsquadranten und der Anwendungsbereich weiter bereichert werden.
Vektordatentyp
Als Datenbankfähigkeit für den KI- und Großmodellboom im Jahr 2023 sind Vektortypen zum Standard für Allzweckdatenbanken geworden. Diese Iteration von MatrixOne unterstützt die Vektortypen vecf32 und vecf64, die den Datentypen float32 bzw. float64 entsprechen. Außerdem werden grundlegende Operatoren und Operatoren sowie allgemeine Vektorsummierungen, L1-Norm, L2-Norm, inneres Produkt und Kosinus unterstützt. Funktionen zur Ähnlichkeitsberechnung. Wenn Benutzer es verwenden, können sie mit dem KI-Algorithmusmodell schnell eine KI-Anwendung erstellen. Beispielsweise müssen Benutzer in der RAG-Anwendung, die auf dem großen Sprachmodell LLM basiert, wie in der folgenden Abbildung dargestellt, nur die Einbettungsschnittstelle von OpenAI aufrufen, um Vektordaten zu generieren und in MatrixOne zu speichern, und dann über Kosinus nach der ähnlichsten Antwort suchen Berechnung der Ähnlichkeitsfunktion und dann Die Antwort kann über die Prompt-Schnittstelle von OpenAI an LLM übergeben werden, um die Antwort zu optimieren.
Im Gegensatz zu dedizierten Vektordatenbanken ist MatrixOne eine universelle Datenbank, die in hohem Maße mit MySQL kompatibel ist. Benutzer können ohne zusätzliche Lernschwelle schnell loslegen. Gleichzeitig können sie beim Erstellen von KI-Anwendungen auch strukturierte Daten und Vektordaten verarbeiten. Zweitens einer werden.
Timing-Fähigkeiten
Um verschiedene IoT-Szenarien, in denen Daten schnell einfließen, besser bewältigen zu können, wurden auch die Fähigkeiten dieser Iteration von MatrixOne bei Timing-Lösungen erheblich verbessert, wie in den folgenden Punkten zum Ausdruck kommt:
- Die Streaming-Schreibfunktion LOAD INTO INLINE hat im Vergleich zu INSERT INTO eine deutlich verbesserte Leistung.
- Unterstützt die Erstellung einer dedizierten Zeitreihentabelle mit Zeitstempel als Primärschlüssel und unterstützt jede Dimensions-/Metrikspalte.
- Fügen Sie der Zeitreihentabelle die Schiebefensterfunktion hinzu, mit der Downsampling-Abfragen zu unterschiedlichen Zeiten durchgeführt werden können.
- Unterstützt Interpolationsfunktionen für Nullwerte und bietet Interpolationsmethoden mit unterschiedlichen Strategien.
Kafka Connector (Beta)
Diese Iteration implementiert den Kafka-Connector basierend auf dem grundlegenden Stream-Computing-Framework. Benutzer können dynamische Streaming-Tabellen über CREATE DYNAMIC TABLE erstellen. Bei diesem Tabellentyp handelt es sich um eine Nur-Append-Tabelle. Gleichzeitig können Benutzer externe Datenquellen über CREATE SOURCE konfigurieren. Diese Iteration hat Kafka als Datenquelle angepasst und kann mit ihr verbunden werden Kafka. Thema (JSON-Typ oder Protobuf-Protokolltyp), nach dem Zugriff schreibt MatrixOne automatisch Kafkas Nachricht in die dynamische Tabelle. Benutzer können Fensterabfragen für die Streaming-Tabelle oder verwandte Abfragen mit anderen Tabellen durchführen.
Benutzerdefinierte Funktion UDF (Beta)
Diese Iteration von MatrixOne beginnt damit, Benutzer beim Schreiben benutzerdefinierter Funktionen zu unterstützen. Derzeit unterstützt die erste Version nur die Python-Sprache. In vielen Szenarien können die vom Datenbanksystem bereitgestellten Systemfunktionen die Geschäftsanforderungen des Benutzers nicht erfüllen. Über UDF kann der Benutzer die Geschäftslogik in eine Python-Datei packen und in eine SQL-Funktion kapseln, sodass sie direkt in SQL aufgerufen werden kann . Basierend auf Python UDF können Benutzer problemlos beliebte Python-Bibliotheken wie Numpy und Scikit-Learn verwenden, was die Anwendbarkeit von MatrixOne in Bereichen wie Datenwissenschaft, maschinelles Lernen und KI erheblich verbessert.
Weitere neue Funktionen
1 DDL
- Unterstützt das Ignorieren des Einfügens bei doppeltem Schlüssel
- Unterstützt das Erstellen oder Ersetzen einer Ansicht
- Unterstützt Änderungssequenz
- Unterstützt die Partitionsschneidefunktion von Schlüssel und Hash (Beta)
- Unterstützt Liste/Listenspalte, Bereich/Bereichsspalten-Partitionsspeicherfunktion (Beta)
2 Indizes und Einschränkungen
- Implementieren Sie den Sekundärindex vollständig, um eine dynamische Abfragebeschleunigung zu erreichen
3 Funktionen
- Benutzerdefinierte Funktions-UDF: Unterstützt Benutzer beim Erstellen einer benutzerdefinierten Funktions-UDF in der Python-Sprache (Beta)
- Fügen Sie die SAMPLE-Sampling-Funktion hinzu
- Fügen Sie die Zeitzonenkonvertierungsfunktion CONVERT_TZ hinzu
- Fügen Sie die SHA2-Verschlüsselungsfunktion hinzu
- Kodierungs- und Dekodierungsfunktionen zum Kodieren/Dekodieren hinzufügen
4 Sicherheit und Berechtigungen
- Unterstützt die Verwaltung von Select-in-Path-Berechtigungen durch die Erstellung von Stage
5 Peripheriewerkzeuge
Modump-Tool (logisches Backup)
- Unterstützung für den individuellen Export von DDL-Anweisungen hinzugefügt
- Unterstützt den Export mehrerer Datenbanken und Tabellen
mo_backup-Tool
- Unterstützt physische Sicherung
- Unterstützt Dateisystem und Objektspeicher als Speichermedien für Sicherung und Wiederherstellung
mo_ctl (eigenständiges) Tool
- Unterstützt automatische Datensicherung
- Unterstützt die automatische Bereinigung von Protokolltabellendaten
- Unterstützt die Konvertierung von Datendateien vom CSV-Format in das Inline-Format zum Einfügen oder Laden von Daten
- Unterstützt die automatische Erstellung von Docker-Images
- Unterstützt den Docker-Modus
Bereitstellung des mo_ctl-Tools (verteilt) auf einer Maschine
- Unterstützt die Installation, um verteilte Cluster mit einem Klick bereitzustellen
- Unterstützen Sie destroy, um verteilte Cluster mit einem Klick zu zerstören
mo_ctl verteiltes Bereitstellungs-, Betriebs- und Wartungstool
- Unterstützt die Installation, um verteilte Cluster mit einem Klick bereitzustellen
- Unterstützen Sie destroy, um verteilte Cluster mit einem Klick zu zerstören
- Unterstützt Start/Stopp-, Upgrade-/Rollback-Vorgänge des Matrixone-Clusters
- Unterstützt die Installation des Matrixone-Clusters im k8s-Cluster des Kunden
mo_operator-Tool
- Unterstützt die Konfiguration benutzerdefinierter S3-Zertifikate
- Unterstützt die Sicherung, Wiederherstellung und Sicherungsdatenverwaltung des Matrixone-Clusters über die API
- Unterstützt das automatische Festlegen einer optimierten Go GC-Strategie für den Matrixone-Cluster
- Unterstützt die Aktivierung von Python UDF für Matrixone-Cluster
- Unterstützen Sie die Matrixone- und Prometheus-Integration auf Kubernetes
MySQL-Kompatibilität
- Reduzieren Sie reservierte Schlüsselwörter, die mit MySQL nicht kompatibel sind, drastisch
Bekannte Probleme
- Sekundärindizes haben keine Beschleunigungswirkung auf Abfragen vom Typ IN.
- Der Kafka-Connector läuft nur in der Standalone-Version
- Gelegentlich bleibt das System bei hoher gleichzeitiger Last hängen
- Gelegentlich tritt beim Abfragen großer Datenmengen ein Speicherüberlauf-OOM-Problem auf
Aktualisierungen der Dokumentation
- Beschreibung der allgemeinen Timing-Funktionen hinzugefügt
- Dokumente zum Streaming-Import, zu Zeitreihen und zum Schiebefenster hinzugefügt
- Vektortyp- und Funktionsdokumentation hinzugefügt
- Neue Dokumentation zum Thema Stream Computing hinzugefügt
- Dokumente zur Partitionsimplementierung und -beschleunigung hinzugefügt
- Neue SQL-Anweisungen und Referenzhandbuch für Systemfunktionen hinzugefügt
- Aktualisierte Gesamtfunktionsliste
- Aktualisieren Sie die MySQL-Kompatibilitätsliste
Weitere Informationen finden Sie auf unserer Dokumentationswebsite ( https://docs.matrixorigin.cn ) . Auf der Website finden Sie detaillierte Architekturanweisungen, Installationshandbücher und Entwicklungs-Tutorials, die Ihnen dabei helfen, die Möglichkeiten von MatrixOne zu erkunden. Darüber hinaus kann unsere Github-Seite für Fragen, Diskussionen oder Feedback genutzt werden.
Offizielle Website von MatrixOrigin: Eine neue Generation hyperkonvergenter heterogener Open-Source-Datenbanken – MatrixOrigin (Shenzhen) Information Technology Co., Ltd. MatrixOne
Github-Version: GitHub – Matrixorigin/Matrixone: Hyperkonvergente native Cloud-Edge-Datenbank
Schlüsselwörter: hyperkonvergente Datenbank, Multi-Mode-Datenbank, Cloud-native Datenbank, inländische Datenbank.
Bilibili stürzte zweimal ab, Tencents „3.29“-Unfall erster Stufe … Bestandsaufnahme der zehn häufigsten Ausfallunfälle im Jahr 2023 Vue 3.4 „Slam Dunk“ veröffentlichte MySQL 5.7, Moqu, Li Tiaotiao … Bestandsaufnahme des „Stopps“ im Jahr 2023 Mehr ” (Open-Source-)Projekte und Websites blicken auf die IDE von vor 30 Jahren zurück: nur TUI, helle Hintergrundfarbe... Vim 9.1 wird veröffentlicht, gewidmet Bram Moolenaar, dem Vater von Redis, „Rapid Review“ LLM Programming: Omniscient und Omnipotent&& Stupid „Post-Open Source“ Die Ära ist gekommen: Die Lizenz ist abgelaufen und kann nicht mehr für die breite Öffentlichkeit bereitgestellt werden. China Unicom Broadband begrenzte plötzlich die Upload-Geschwindigkeit und eine große Anzahl von Benutzern beschwerte sich. Windows-Führungskräfte versprachen Verbesserungen: Machen Sie den Anfang Speisekarte wieder super. Niklaus Wirth, der Vater von Pascal, ist verstorben.