TDengine 3.0.4.0 正式发布,九大功能优化助力稳定性、健壮性大幅提升

在 3.0.3.0 发布一个月后,经过研发小伙伴加班加点地进行优化迭代,3.0.4.0 也在今天成功出炉。从用户使用体验角度出发,这一版本进一步提升了时序数据库Time Series Database,TSDBTDengine 3.0 的稳定性,并优化了多个应用功能,产品性能增强的同时易用性也获得大幅提升。

3.0.4.0 版本涉及到的更新内容包括产品稳定性的提升、查询性能提升、参数使用优化、以及多副本情况下的健壮性提升、Python UDF、集群负载再平衡、基于时间段进行数据重整等九大方面。具体更新信息如下:

1. 大幅提升产品稳定性

在大并发、高负载的写入和查询下的系统稳定性有显著提升:优化了对内存的使用,优化了有大量并发查询下对连接池的控制,修复了一些影响系统稳定性的缺陷。

2. 提升了部分查询场景下的性能

  • 提升了当与 interval() 一起使用时 mode() 函数的性能
  • 提升了 percentile() 函数的性能
  • 提升了 last()/last_row() 函数的性能

3. 可以动态配置更多数据库参数

新增两个可以动态配置的数据库参数:stt_trigger 和 minRows,其具体功能请参考官方文档。

4. 优化了 WAL 数据保留的行为

WAL 中数据的保存仅受参数 WAL_RETENTION_PERIOD 和 WAL_RETENTION_SIZE 的控制,不再受数据订阅的影响。具体细节请参考官方文档。

5. Python UDF

应用开发者可以用 Python 开发自定义函数并将其嵌入数据库,从而提升数据处理和分析能力。

6. 集群负载再平衡 (企业版功能)

当集群中某个 dnode 宕机重启后会出现负载不均衡现象,重新启动的 dnode 上没有 leader vnode,所以不承担任何写入和查询负载。通过 rebalance 命令,可以使集群中各个 dnode 之间的负载再次均衡。

7. 基于时间段进行数据重整 (企业版功能)

为了减少数据重整所花费的时间,最小化对系统的影响,可以指定时间段进行数据重整,只针对确定有乱序数据的时间段或者查询所关注的时间段进行数据重整。

8. 能够将多种工业互联网中的传统数据源接入TDengine (企业版功能)

  • OPC UA
  • OPC DA
  • Pi

9. 集中控制台 taosExplorer 管理数据源和数据接入任务 (企业版功能)

同步增强了集中控制台 taosExplorer 以能够管理所支持的各种数据源和与它们所关联的数据接入任务。

详细信息可以参考发布说明(https://github.com/taosdata/TDengine/releases/tag/ver-3.0.4.0)。欢迎大家下载使用 TDengine,有任何问题,都可以添加小T vx:tdengine1 申请加入 TDengine 用户交流群,及时向我们的解决方案专家寻求支持与帮助。