跳到主要内容

StarRocks version 3.0

3.0.9​

发布日期：2024 年 1 月 2 日

新增特性​

  • 新增聚合函数 percentile_disc。#36352
  • 新增监控指标 max_tablet_rowset_num（用于设置 Rowset 的最大数量），可以协助提前发现 Compaction 是否会出问题并及时干预，减少报错信息“too many versions”的出现。#36539

功能优化​

  • 系统变量 sql_mode 增加 GROUP_CONCAT_LEGACY 选项，用以兼容 group_concat 函数在 2.5（不含）版本之前的实现逻辑。#36150
  • 使用 JDK 时 GC 算法默认采用 G1。#37386
  • 在 be_tablets 表中增加 INDEX_DISK 记录持久化索引的磁盘使用量，单位是 Bytes。#35615
  • 支持 MySQL 外部表和 JDBC Catalog 外部表的 WHERE 子句中包含关键字。#35917
  • 如果是自动分区表，也支持指定分区名进行更新，如果分区不存在则报错。#34777
  • 主键表 SHOW DATA 的结果中新增包括 .cols 文件（部分列更新和生成列相关的文件）和持久化索引文件的文件大小信息。#34898
  • 优化主键表全部 Rowset 进行 Compaction 时的持久化索引更新性能，降低 I/O 负载。 #36819
  • WHERE 子句中 LIKE 运算符右侧字符串中不包括 % 或者 _ 时，LIKE 运算符会转换成 = 运算符。#37515
  • 优化主键表 Compaction Score 的取值逻辑，使其和其他类型的表的取值范围看起来更一致。#36534
  • SHOW ROUTINE LOAD 返回结果中增加时间戳进度信息，展示各个分区当前消费消息的时间戳。#36222
  • 优化 Bitmap 相关的某些操作的性能，主要包括：
    • 优化 Nested Loop Join 性能。#340804 #35003
    • 优化 bitmap_xor 函数性能。#34069
    • 支持 Copy on Write（简称 COW），优化性能，并减少内存使用。#34047

行为变更​

  • 新增 Session 变量 enable_materialized_view_for_insert，默认值为 FALSE，即物化视图默认不改写 INSERT INTO SELECT 语句中的查询。#37505
  • 将 FE 配置项 enable_new_publish_mechanism 改为静态参数，修改后必须重启 FE 才可以生效（3.2以后做成动态加载事务依赖关系了）。 #35338
  • 调整 Trash 文件的默认过期时间为 1 天（原来是 3 天）。#37113

参数变更​

系统变量​

  • 新增 Session 变量 cbo_decimal_cast_string_strict，用于优化器控制 DECIMAL 类型转为 STRING 类型的行为。当取值为 true 时，使用 v2.5.x 及之后版本的处理逻辑，执行严格转换（即，按 Scale 截断补 0）；当取值为 false 时，保留 v2.5.x 之前版本的处理逻辑（即，按有效数字处理）。默认值是 true。#34208
  • 新增 Session 变量 transaction_read_only和tx_read_only ，设置事务的访问模式并且兼容 MySQL 5.7.20 以上的版本。#37249

FE 配置项​

  • 新增 FE 配置项 routine_load_unstable_threshold_second。#36222
  • 新增 FE 配置项 http_worker_threads_num，HTTP Server 用于处理 HTTP 请求的线程数。默认取值为 0。如果配置为负数或 0 ，线程数将设置为 CPU 核数的 2 倍**。**#37530
  • 新增 FE 配置项 default_mv_refresh_immediate，用于控制物化视图创建完成后是否立刻进行刷新，默认值为 true。#37093

BE 配置项​

  • 新增 BE 配置项 enable_stream_load_verbose_log，默认取值是 false，打开后日志中可以记录 Stream Load 的 HTTP 请求和响应信息，方便出现问题后的定位调试。#36113
  • 新增 BE 配置项 pindex_major_compaction_limit_per_disk，配置每块盘 Compaction 的最大并发数，用于解决 Compaction 在磁盘之间不均衡导致个别磁盘 I/O 过高的问题，默认取值为 1。#37694
  • 新增 BE 配置项，配置对象存储连接超时时间。
    • object_storage_connect_timeout_ms，对象存储 socket 连接的超时时间，默认取值 -1，表示使用 SDK 中的默认时间。
    • object_storage_request_timeout_ms，对象存储 http 连接的超时时间，默认取值 -1，表示使用 SDK 中的默认时间。

问题修复​

修复了如下问题：

  • 某些情况下，通过 Catalog 读取 ORC 外表时会出现 BE Crash。#27971
  • 数据损坏情况下，建立持久化索引会引起 BE Crash。#30841
  • 添加 Bitmap 索引后，偶尔会出现 BE crash。#26463
  • 副本操作重放失败可能会引起 FE 启动失败。#32295
  • 当 recover_with_empty_tablet 设置为 true 时可能会引起 FE 启动失败。#33071
  • 查询在 Hash Join 时失败了，会引起 BE Crash。#32219
  • 存算一体模式下，单独查询 Iceberg 或者 Hive 外表容易出现 BE crash。#34682
  • 查询时报错 "get_applied_rowsets failed, tablet updates is in error state: tablet:18849 actual row size changed after compaction"。#33246
  • 执行 show proc '/statistic' 有概率出现卡住的情况。 #34237
  • 开启 FE 配置项 enable_collect_query_detail_info 后，FE 性能下降严重。#35945
  • 向打开持久化索引的主键表中导入大量数据，有时会报错。#34352
  • 2.4 及以下的版本升级到高版本，可能会出现 Compaction Score 很高的问题。#34618
  • 使用 MariaDB ODBC Driver 查询 INFORMATION_SCHEMA 中的信息时，schemata 视图中 CATALOG_NAME 列中取值都显示的是 null。#34627
  • 导入数据异常导致 FE Crash 后无法重启。#34590
  • Stream Load 导入作业在 PREPARED 状态下，同时有 Schema Change 在执行，会导致数据丢失。#34381
  • 如果 HDFS 路径以两个或以上斜杠（/）结尾，HDFS 备份恢复会失败。#34601
  • 使用 ALTER TABLE 增加 partition_live_number 属性没有生效。#34842
  • ARRAY_DISTINCT 函数偶发 BE Crash。#36377
  • 某些情况下，物化视图刷新可能会出现死锁问题。#35736
  • 特定场景下 Global Runtime Filter 可能会引发 BE crash。#35776
  • 某些情况下 bitmap_to_string 会因为转换时数据类型溢出导致查询结果错误。#37405

3.0.8​

发布日期：2023 年 11 月 17 日

功能优化​

  • INFORMATION_SCHEMA.COLUMNS 表支持显示 ARRAY、MAP、STRUCT 类型的字段。#33431

问题修复​

修复了如下问题：

  • 执行 show proc '/current_queries'; 时，如果某个查询刚开始执行，可能会引起 BE Crash。#34316
  • 带 Sort Key 的主键表持续高频导入时，会小概率出现 Compaction 失败。#26486
  • 修改 LDAP 认证用户的密码后，使用新密码登录时报错。
  • 如果提交的 Broker Load 作业包含过滤条件，在数据导入过程中，某些情况下会出现 BE crash。#29832
  • SHOW GRANTS 时报 unknown error。#30100
  • 当使用函数 cast() 时数据类型转换前后类型一致，某些类型下会导致 BE crash。#31465
  • BINARY 或 VARBINARY 类型在 information_schema.columns 视图里面的 DATA_TYPE 和 COLUMN_TYPE 显示为 unknown。#32678
  • 长时间向持久化索引打开的主键表高频导入，可能会引起 BE crash。#33220
  • Query Cache 开启后查询结果有错。#32778
  • 重启后 RESTORE 的表中的数据和 BACKUP 前的表中的数据在某些情况下会不一致。#33567
  • 执行 RESTORE 时如果 Compaction 正好同时在进行，可能引起 BE crash。#32902

3.0.7​

发布日期：2023 年 10 月 18 日

功能优化​

  • 窗口函数 COVAR_SAMP、COVAR_POP、CORR、VARIANCE、VAR_SAMP、STD、STDDEV_SAMP 支持 ORDER BY 子句和 Window 子句。 #30786
  • 主键表数据写入时的 publish 过程由异步改为同步，导入作业成功返回后数据立即可见。#27055
  • DECIMAL 类型数据查询结果越界时，返回报错而不是 NULL。#30419
  • 执行带有不合法注释的 SQL 命令时，命令返回结果与 MySQL 保持一致。#30210
  • 对于单个分区列的 Range 分区或者表达式分区的 StarRocks 表，SQL 语句的谓词中包含分区列的表达式也可用于分区裁剪。#30421

问题修复​

修复了如下问题：

  • 并发进行库和表的创建删除操作，某些情况下会引起表找不到而导致数据写入报错。#28985
  • 某些情况下使用 UDF 会存在内存泄露。#29467 #29465
  • ORDER BY 子句中包含聚合函数时报错“java.lang.IllegalStateException: null”。#30108
  • 如果 Hive Catalog 是多级目录，且数据存储在腾讯云 COS 中，会导致查询结果不正确。#30363
  • 如果 ARRAY<STRUCT> 类型的数据中 STRUCT 的某些子列缺失，在读取数据时因为填充默认数据长度错误会导致 BE Crash。#30263
  • 升级 Berkeley DB Java Edition 的版本，避免安全漏洞。#30029
  • 主键表导入时，如果 Truncate 操作和查询并发，在有些情况下会报错“java.lang.NullPointerException”。#30573
  • 如果 Schema Change 执行时间过长，会因为 Tablet 版本被垃圾回收而失败。 #31376
  • 如果表字段为 NOT NULL 但没有设置默认值，使用 CloudCanal 导入时会报错“Unsupported dataFormat value is : \N”。#30799
  • 存算分离模式下，表的 Key 信息没有在 information_schema.COLUMNS 中记录，导致使用 Flink Connector 导入数据时 DELETE 操作无法执行。#31458
  • 升级时如果某些列的类型也升级了（比如 Decimal 升级到 Decimal v3），某些特定特征的表在 Compaction 时会导致 BE crash。#31626
  • 使用 Flink Connector 导入数据时，如果并发高且 HTTP 和 Scan 线程数受限，会发生卡死。#32251
  • 调用 libcurl 时会引起 BE Crash。#31667
  • 向主键表增加 BITMAP 类型的列时报错。#31763

3.0.6​

发布日期：2023 年 9 月 12 日

行为变更​

  • 聚合函数 group_concat 的分隔符必须使用 SEPARATOR 关键字声明。

新增特性​

功能优化​

  • 对所有复合谓词以及 WHERE 子句中的表达式支持隐式转换，可通过会话变量 enable_strict_type 控制是否打开隐式转换（默认取值为 false）。#21870
  • 统一 FE 和 BE 中 STRING 转换成 INT 的处理逻辑。#29969

问题修复​

修复了如下问题：

  • 如果 enable_orc_late_materialization 设置为 true，使用 Hive Catalog 查询 ORC 文件中 STRUCT 类型的数据时结果异常。#27971
  • Hive Catalog 查询时，如果 WHERE 子句中使用分区列且包含 OR 条件，查询结果不正确。 #28876
  • RESTful API show_data 对于云原生表的返回信息不正确。#29473
  • 如果集群为存算分离架构，数据存储在 Azure Blob Storage 上，并且已经建表，则回滚到 3.0 时 FE 无法启动。 #29433
  • 向用户赋予 Iceberg Catalog 下某表权限后，该用户查询该表时显示没有权限。#29173
  • BITMAP 和 HLL 类型的列在 SHOW FULL COLUMNS 查询结果中返回的 Default 字段值不正确。#29510
  • 在线修改 FE 动态参数 max_broker_load_job_concurrency 不生效。#29964 #29720
  • Refresh 物化视图，同时并发地修改物化视图的刷新策略，有概率会导致 FE 无法启动。#29691
  • 执行 select count(distinct(int+double)) from table_name 会报错 unknown error。 #30054
  • 主键表 Restore 之后，BE 重启后元数据发生错误，导致元数据不一致。#30135

3.0.5​

发布日期：2023 年 8 月 16 日

新增特性​

功能优化​

问题修复​

修复了如下问题：

  • FE 中表级别 scan 统计信息错误，导致表查询和导入的 metrics 信息不正确。 #27779
  • 分区表中修改 sort key 列后查询结果不稳定。#27850
  • Restore 后同一个 tablet 在 BE 和 FE 上的 version 不一致。#26518
  • 建 Colocation 表时如果不指定 buckets 数量，则 bucket 数量自动推断为 0，后续添加分区会失败。#27086
  • 当 INSERT INTO SELECT 的 SELECT 结果集为空时，SHOW LOAD 显示导入任务状态为 CANCELED。#26913
  • 当 sub_bitmap 函数的输入值不是 BITMAP 类型时，会导致 BE crash。#27982
  • 更新 AUTO_INCREMENT 列时会导致 BE crash。#27199
  • 物化视图 Outer join 和 Anti join 改写错误。 #28028
  • 主键表部分列更新时平均 row size 预估不准导致内存占用过多。 #27485
  • 激活失效物化视图时可能导致 FE crash。#27959
  • 查询无法改写至基于 Hudi Catalog 外部表创建的物化视图。#28023
  • 删除 Hive 表后，即使手动更新元数据缓存，仍然可以查询到 Hive 表数据。#28223
  • 当异步物化视图的刷新策略为手动刷新且同步调用刷新任务（SYNC MODE）时，手动刷新后 information_schema.task_runs 表中有多条 INSERT OVERWRITE 的记录。#28060
  • LabelCleaner 线程卡死导致 FE 内存泄漏。 #28311 #28636

3.0.4​

发布日期：2023 年 7 月 18 日

新增特性​

  • 查询和物化视图的 Join 类型不同时，也支持对查询进行改写。#25099

功能优化​

  • 优化异步物化视图的手动刷新策略。支持通过 REFRESH MATERIALIZED VIEW WITH SYNC MODE 同步调用物化视图刷新任务。#25904
  • 如果查询的字段不包含在物化视图的 output 列但是包含在其谓词条件中，仍可使用该物化视图进行查询改写。#23028
  • 切换至 Trino 语法 set sql_dialect = 'trino';，查询时表别名大小写不敏感。#26094 #25282
  • Information_schema.tables_config 表中增加了 table_id 字段。您可以基于 table_id 字段关联数据库 Information_schema 中的表 tables_config 和 be_tablets，来查询 tablet 所属数据库和表名称。#24061

问题修复​

修复了如下问题：

  • sum 聚合函数的查询改写至单表物化视图时，会因为类型推导问题导致 sum 的查询结果出错。#25512
  • 存算分离模式下，使用 SHOW PROC 查看 tablet 信息时报错。
  • 插入数据长度超出 STRUCT 定义的 CHAR 长度时，插入无响应。 #25942
  • 当 INSERT INTO SELECT 存在 FULL JOIN 时，返回结果有遗漏。#26603
  • 使用 ALTER TABLE 命令修改表的 default.storage_medium 属性时报错 ERROR xxx: Unknown table property xxx。#25870
  • Broker Load 导入空文件时报错。#26212
  • BE 下线偶尔会卡住。#26509

3.0.3​

发布日期：2023 年 6 月 28 日

功能优化​

  • StarRocks 外表元数据的同步改为数据加载时进行。 #24739
  • 对于使用表达式分区的表，INSERT OVERWRITE 支持指定分区。 #25005
  • 优化了非分区表增加分区时的报错信息。 #25266

问题修复​

修复了如下问题：

  • Parquet 文件中如果包括复杂类型，最大最小过滤时会获取列错误。 #23976
  • 库或者表已经被 Drop，但是写入任务仍然在队列中。 #24801
  • FE 重启时会小概率导致 BE crash。 #25037
  • "enable_profile = true" 时导入和查询偶尔会卡住。 #25060
  • 集群不满足 3 个 Alive BE 时，INSERT OVERWRITE 报错信息不准确。 #25314

3.0.2​

发布日期：2023 年 6 月 13 日

功能优化​

  • Union 查询在被物化视图改写后，谓词也可以下推。 #23312
  • 优化表的自动分桶策略。 #24543
  • 解除 NetworkTime 对系统时钟的依赖，以解决系统时钟误差导致 Exchange 网络耗时估算异常的问题。 #24858

问题修复​

修复了如下问题：

  • Schema change 和数据导入同时进行时 Schema change 偶尔会卡住。 #23456
  • pipeline_profile_level = 0 时查询出错。 #23873
  • cloud_native_storage_type 配置为 S3 时建表报错。
  • LDAP 账号没有密码也能登录。 #24862
  • CANCEL LOAD 在表不存在时会失败。 #24922

升级注意事项​

  • 如果您系统中有名为 starrocks 的数据库，请先通过 ALTER DATABASE RENAME 改名后再进行升级。

3.0.1​

发布日期：2023 年 6 月 1 日

新增特性​

  • [公测中] 支持大查询算子落盘 (Spill to disk)，通过将中间结果落盘来降低大查询的内存消耗。
  • Routine Load 支持导入 Avro 格式的数据。
  • 支持 Microsoft Azure Storage (包括 Azure Blob Storage 和 Azure Data Lake Storage)。

功能优化​

  • 存算分离集群 (shared-data) 支持通过 StarRocks 外表来同步其他 StarRocks 集群的数据。
  • Information Schema 增加 load_tracking_logs 来记录最近的导入错误信息。
  • 忽略建表语句中的中文空格。#23885

问题修复​

修复了如下问题：

  • SHOW CREATE TABLE 返回的主键表建表信息错误。#24237
  • Routine Load 过程中 BE crash。#20677
  • 创建分区表时指定不支持的 Properties 导致 NPE。#21374
  • SHOW TABLE STATUS 结果展示不全。#24279

升级注意事项​

  • 如果您系统中有名为 starrocks 的数据库，请先通过 ALTER DATABASE RENAME 改名后再进行升级。

3.0.0​

发布日期：2023 年 4 月 28 日

新增特性​

系统架构

  • 支持存算分离架构。可以在 FE 配置文件中开启，开启后数据会持久化到远程对象存储/HDFS 中，本地盘作为缓存使用，可以更灵活的增删节点，支持表级别的缓存生命周期管理。在本地缓存命中的情况下性能可以对齐非存算分离版本。更多信息，参见部署使用 StarRocks 存算分离集群。

存储和导入

数据湖分析

  • [Preview] 支持 Presto/Trino 兼容模式，可以自动改写 Presto/Trino 的 SQL。参见系统变量 中的 sql_dialect。
  • [Preview] 支持 JDBC Catalog。
  • 支持使用 SET CATALOG 命令来手动选择 Catalog。

权限与安全

  • 提供了新版的完整 RBAC 功能，支持角色的继承和默认角色。更多信息，参见权限系统总览。
  • 提供更多权限管理对象和更细粒度的权限。更多信息，参见权限项。

查询

  • 支持 Global UDF。
  • 动态自适应并行度，可以根据查询并发度自适应调节 pipeline_dop。

SQL 语句和函数

功能优化​

部署

存储与导入

  • 数据导入提供了更丰富的 CSV 格式参数，包括 skip_header、trim_space、enclose 和 escape。参见 STREAM LOAD、BROKER LOAD 和 ROUTINE LOAD。
  • 主键表解耦了主键和排序键，支持通过 ORDER BY 单独指定排序键。
  • 优化主键表在大数据导入、部分列更新、以及开启持久化索引等场景的内存占用。 #12068 #14187 #15729
  • 提供异步 ETL 命令接口，支持创建异步 INSERT 任务。更多信息，参考INSERT 和 SUBMIT TASK。 (#20609)

物化视图

  • 优化 物化视图 的改写能力：
    • 支持 view delta join, 可以改写。
    • 支持对 Outer Join 和 Cross Join 的改写。
    • 优化带分区时 UNION 的 SQL rewrite。
  • 完善物化视图的构建能力：支持 CTE、SELECT * 、UNION。
  • 优化 SHOW MATERIALIZED VIEWS 命令的返回信息。
  • 提升物化视图构建时的分区创建效率。(#21167)

查询

  • 完善算子对 Pipeline 的支持，所有算子都支持 Pipeline。
  • 完善大查询定位。SHOW PROCESSLIST 支持查看 CPU 内存信息，增加大查询日志。
  • 优化 Outer Join Reorder 能力。
  • 优化 SQL 解析阶段的报错信息，查询的报错位置更明确，信息更清晰。

数据湖分析

  • 优化元数据统计信息收集。
  • Hive Catalog、Iceberg Catalog、Hudi Catalog 和 Delta Lake Catalog 支持通过 SHOW CREATE TABLE 查看外表的创建信息。

问题修复​

修复了以下问题：

  • StarRocks 源文件的许可 header 中部分 url 无法访问。#2224
  • SELECT 查询出现 unknown error。 #19731
  • 支持 SHOW/SET CHARACTER。 #17480
  • 当导入的内容超过 StarRocks 字段长度时，ErrorURL 提示信息不准确。提示源端字段为空，而不是内容超长。 #14
  • 支持 show full fields from 'table'。 #17233
  • 分区修剪导致 MV 改写失败。 #14641
  • 当 MV 创建语句包含 count(distinct) 且 count(distinct) 作用在分布列上时，MV 改写失败。 #16558
  • 使用 VARCHAR 作为物化视图分区列时导致 FE 无法正常启动。 #19366
  • 窗口函数 lead 和 lag 对 IGNORE NULLS 的处理不正确。 #21001
  • 插入临时分区和自动创建分区发生冲突。 #21222

行为变更​

  • RBAC 升级以后会兼容之前的用户和权限，但是 GRANT 和 REVOKE 等相关语法有大幅改动。
  • SHOW MATERIALIZED VIEW 更名为 SHOW MATERIALIZED VIEWS。
  • 新增如下保留关键字：AUTO_INCREMENT、CURRENT_ROLE、DEFERRED、ENCLOSE、ESCAPE、IMMEDIATE、PRIVILEGES、SKIP_HEADER、TRIM_SPACE、VARBINARY。

升级注意事项​

必须从 2.5 版本升级到 3.0，否则无法回滚 （理论上从 2.5 以下的版本升级到 3.0 也支持。但保险起见，请统一从 2.5 升级，降低风险。）

BDBJE 升级​

3.0 版本升级了 BDB 库，但是 BDB 不支持回滚，所以需要在回滚之后仍然使用 3.0 里的 BDB 库。

  1. 在 FE 包替换成旧版本之后，将 3.0 包里的fe/lib/starrocks-bdb-je-18.3.13.jar放到 2.5 版本fe/lib目录下。
  2. 删除fe/lib/je-7.*.jar。

权限系统升级​

升级到 3.0 会默认采用新的 RBAC 权限管理系统，升级后只支持回滚到 2.5。

回滚后需要手动执行 ALTER SYSTEM CREATE IMAGE 命令，触发创建新的 image 并等待该 image 同步给所有的 follower 节点。如不执行该命令，可能会导致部分回滚失败。ALTER SYSTEM CREATE IMAGE 在 2.5.3 版本及以后支持。