【openLooKeng新版本1.6.0正式发布】

小荷才露尖尖角，早有蜻蜓立上头，在这个万物生发的季节，openLooKeng迎来全新版本的升级，在openLooKeng开发团队和社区开发者共同努力下， openLooKeng v1.6.0新版本正式发布，新版本1.6.0在原基础上进行了一些优化，并提供一些新功能，来提升引擎性能。

新版本1.6.0在数据持久化、低时延、连接器、Task Recovery等方面做出了优化，无论是性能提升、可靠性、还是创新方面，都是干货满满。下面就带大家快速浏览openLooKeng新版本1.6.0的关键特性。

1.数据持久化

对于数据持久化，新版本1.6.0做了如下一些优化：

特性名称		场景介绍
优化计算过程数据下盘速度和大小		当在HashAggregation（聚合算法）和GroupBy（分组）期间发生溢出时,序列化到磁盘的数据会很慢,而且大小也会更大。因此可以通过减小大小和提高写入速度来提高整体性能。使用kryo序列化可以提高速度并减小溢出写盘文件大小
支持溢出到hdfs上		目前计算过程数据可以溢出到多个磁盘,现在支持溢出到hdfs以提高吞吐量
异步溢出/不溢出机制		当可操作内存超过阈值并触发溢出时,会阻塞接受来自下游运算符的数据。接受数据并加入到现有溢出流程将有助于更快地完成任务
支持右外连接&全连接场景下的溢出写盘		当连接类型为右外连接或全连接时,不会溢出构建侧数据,因为需要所有数据在内存中进行查找。当数据量较大时,这将导致内存溢出。因此，通过启用溢出机制并创建一个布隆过滤器来识别溢出的数据,并在与探查侧连接期间使用它

2.连接器增强

特性名称		场景介绍
PostgreSQL/openGauss连接器支持更新和删除操作		增强PostgreSQL和openGauss连接器，支持对数据源进行更新和删除操作

3.低 时 延

特性名称		场景介绍
Star Tree 索引支持更新Cube		支持cube更新命令,允许管理员在基础数据更改时轻松更新现有cube的内容
启发式索引优化		优化布隆过滤器索引大小使缩小十倍以上

4.Task Recovery

特性名称		场景介绍
优化执行失败检测时间		当前需要300秒来确定任务失败,然后继续运行。改进这一点将改善执行流程和整体查询时间
快照时间和大小优化		当执行过程中使用快照时,当前直接使用Java序列化,速度很慢,而且需要更多的空间。使用kryo可以减小文件大小并提升速度来增加总吞吐量

注释：Kryo： 是一个快速序列化/反序列化工具，依赖于字节码生成机制（底层使用了 ASM 库)，因此在序列化速度上有一定的优势

以上便是新版本1.6.0的优化。作为大数据的关键项目，openLooKeng依旧保持着3个月一个版本的迭代速度，致力于为用户提供极速极简的数据体验。

openLooKeng新版本1.6.0下载地址:openLooKenghttps://openlookeng.io/

欢迎扫码体验新版本1.6.0

如果您在使用openLooKeng过程中，有任何疑问与建议， 请在社区代码仓中提Issue，欢迎添加小助手微信，进入openLooKeng技术交流群

openLooKeng代码仓地址：

https://gitee.com/openlookeng

https://github.com/openlookeng

如果您对新版本1.6.0有任何建议，随时欢迎添加小助手微信

社区公众号｜openLooKeng

社群小助手｜openLooKengoss

小助手微信号