StarRocks version 4.1

4.1.0-RC

发布日期：2026 年 2 月 28 日

存算分离架构

• 全新多租户数据管理 存算分离集群现已支持基于范围（Range-based）的数据分布，以及 Tablet 的自动拆分。当 Tablet 体积过大或出现热点时，可自动进行拆分，无需修改 Schema、SQL 或重新导入数据。该特性显著提升了易用性，可直接缓解多租户负载中的数据倾斜与热点问题。 #65199 #66342 #67056 #67386 #68342 #68569 #66743
• 大容量 Tablet 支持（第一阶段） 存算分离集群现支持显著提升单 Tablet 数据容量，长期目标为单 Tablet 100 GB。第一阶段聚焦于在单个 Lake Tablet 内支持并行 Compaction 和并行 MemTable Finalization，在 Tablet 容量增长时降低数据导入与 Compaction 的开销。 #66586 #68677
• Fast Schema Evolution V2 存算分离集群现已支持 Fast Schema Evolution V2，实现秒级 DDL 执行，并将支持范围扩展至物化视图。 #65726 #66774 #67915
• [Beta] 存算分离架构上的倒排索引 在存算分离集群中支持内置倒排索引，加速文本过滤与全文检索类负载。 #66541
• 缓存可观测性 在审计日志和监控系统中暴露缓存命中率指标，提高缓存透明度和延迟可预测性。提供更详细的 Data Cache 指标，包括内存与磁盘配额、Page Cache 统计以及分表命中率。 #63964
• 为数据湖表新增 Segment 元数据过滤能力，在扫描时根据排序键范围跳过无关 Segment，降低范围查询的 I/O 开销。 #68124
• Lake DeltaWriter 支持快速取消，降低存算分离集群中被取消导入任务的延迟。 #68877
• 支持基于时间间隔的自动集群快照调度。 #67525

数据湖分析

• Iceberg DELETE 支持 支持为 Iceberg 表写入 position delete 文件，从而可以直接在 StarRocks 中对 Iceberg 表执行 DELETE 操作。覆盖 Plan、Sink、Commit 和 Audit 全流程。 #67259 #67277 #67421 #67567
• Hive 与 Iceberg 表的 TRUNCATE 支持对外部 Hive 和 Iceberg 表执行 TRUNCATE TABLE。 #64768 #65016
• Iceberg 与 Paimon 上的增量物化视图 将增量物化视图刷新能力扩展至 Iceberg Append-only 表和 Paimon 表，无需全表刷新即可实现查询加速。 #65469 #62699
• 支持读取 Iceberg 表中的文件路径和行位置元数据列。 #67003
• 支持读取 Iceberg v3 表中的 _row_id，并支持 Iceberg v3 的全局延迟物化（global late materialization）。 #62318 #64133
• 支持创建带自定义属性的 Iceberg 视图，并在 SHOW CREATE VIEW 输出中展示属性。 #65938
• 支持基于指定 Branch、Tag、Version 或 Timestamp 查询 Paimon 表。 #63316
• 默认启用 ETL 执行模式的更多优化，在无需显式配置的情况下提升 INSERT INTO SELECT、CREATE TABLE AS SELECT 等批处理性能。 #66841
• 为 Iceberg 表上的 INSERT 和 DELETE 操作增加提交审计信息。 #69198
• 支持在 Iceberg REST Catalog 中启用或禁用 View Endpoint 操作。 #66083
• 优化 CachingIcebergCatalog 的缓存查找效率。 #66388
• 支持对多种 Iceberg Catalog 类型执行 EXPLAIN。 #66563

查询引擎

• ASOF JOIN 引入 ASOF JOIN，用于时间序列和事件关联查询，支持基于时间或有序键在两个数据集之间高效匹配最接近的记录。 #63070 #63236
• 面向半结构化数据的 VARIANT 类型 引入 VARIANT 数据类型，用于灵活的 Schema-on-read 半结构化数据存储与查询。支持读写、类型转换及 Parquet 集成。 #63639 #66539
• 递归 CTE 支持递归公共表表达式（Recursive CTE），用于层级遍历、图查询和迭代式 SQL 计算。 #65932
• 改进 Skew Join v2 重写逻辑，支持基于统计信息的倾斜检测、直方图支持及 NULL 倾斜感知。 #68680 #68886
• 优化窗口函数中的 COUNT DISTINCT，并支持融合多 DISTINCT 聚合。 #67453

函数与 SQL 语法

• 新增以下函数：
  • array_top_n：返回数组中按值排序后的前 N 个元素。 #63376
  • arrays_zip：按元素位置合并多个数组为结构体数组。 #65556
  • json_pretty：格式化 JSON 字符串（带缩进）。 #66695
  • json_set：在 JSON 字符串指定路径设置值。 #66193
  • initcap：将每个单词的首字母转换为大写。 #66837
  • sum_map：对具有相同 key 的 MAP 值进行跨行求和。 #67482
  • current_timezone：返回当前会话时区。 #63653
  • current_warehouse：返回当前 warehouse 名称。 #66401
  • sec_to_time：将秒数转换为 TIME 类型。 #62797
  • ai_query：在 SQL 中调用外部 AI 模型进行推理。 #61583
• 语法与功能扩展：
  • array_sort 支持使用 lambda 比较器实现自定义排序。 #66607
  • FULL OUTER JOIN 支持 USING 子句并遵循 SQL 标准语义。 #65122
  • 支持在带 ORDER BY/PARTITION BY 的窗口函数中对 DISTINCT 聚合进行 framed 计算。 #65815 #65030 #67453
  • 在 lead/lag/first_value/last_value 窗口函数中支持 ARRAY 类型。 #63547

管理与可观测性

• 资源组支持 warehouses、cpu_weight_percent 和 exclusive_cpu_weight 属性，提升多 Warehouse 场景下的 CPU 资源隔离能力。 #66947
• 新增 information_schema.fe_threads 系统视图，用于查看 FE 线程状态。 #65431
• 支持 SQL Digest 黑名单，在集群级别屏蔽特定查询模式。 #66499
• 支持通过 Arrow Flight 从受网络拓扑限制无法直接访问的节点获取数据。 #66348
• 引入 REFRESH CONNECTIONS 命令，在无需重连的情况下将全局变量变更同步至现有连接。 #64964
• 内置 UI 功能支持查询 Profile 分析与格式化 SQL 查看，降低查询调优门槛。 #63867
• 实现 ClusterSummaryActionV2 API 接口，提供结构化集群概览。 #68836
• 新增全局只读系统变量 @@run_mode，用于查询当前集群运行模式（shared-data 或 shared-nothing）。 #69247

行为变更

• 默认启用 ETL 执行模式优化，提升 INSERT INTO SELECT、CREATE TABLE AS SELECT 等批处理性能。 #66841
• lag/lead 窗口函数的第三个参数现支持列引用（此前仅支持常量）。 #60209
• FULL OUTER JOIN USING 现遵循 SQL 标准语义：USING 列在输出中只出现一次。 #65122