自去年6月開源以來，openLooKeng社區獲得愈來愈多朋友的支持。社區內，小夥伴們對openLooKeng的性能給予了確定和讚揚，同時也給出了許多有價值的建議。暖春3月，在衆人的期待下，openLooKeng迎來了新版本V1.2.0。openLooKeng V1.2.0是在舊版本的基礎上進行優化，並基於小夥伴們的體驗和建議，新增一些技術，以提升引擎性能，爭取爲你們帶來更絲滑流暢的體驗。html
於引擎內核來講，主要加強兩個維度：融合分析場景和性能。git
» 查詢容錯加強，提升引擎執行的可靠性算法
在批查詢處理運行的過程當中，當某個工做節點出現故障時，可在其餘節點上恢復任務，好比對Hive數據源的 insert 和 create table as select 操做。針對長時間運行的批查詢處理任務，相比上一個版本，穩定性和可靠性有了極大的提高。安全
» 查詢性能的優化：基於 StarTree 的查詢預聚合能力加強性能優化
StarTree旨在優化低延遲、聚合查詢語句。咱們經過StarTree查詢預聚合能力，爲用戶構建所須要的不一樣維度和不一樣聚合操做的 cube。在之後的查詢過程當中，若是遇到任何可匹配的聚合子查詢，引擎將直接從cube中讀取數據，避免在原始表上執行查詢，從而提升查詢性能。併發
» 引入 CTE（公共表表達式）優化技術，減小內存使用框架
在執行計劃優化過程當中引入CTE（公共表表達式）技術。當一個複雜查詢中，存在某個子查詢（例如 with語句）被屢次使用，優化器會爲重複的子查詢自動生成一個CTE節點，該CTE節點的輸出會被執行計劃流程中的多個父節點消費。也就是說，重複的子查詢只會執行一次，化繁爲簡， 同時也減小內存佔用，引擎得到更好的性能。函數
» 通用算子下推框架，讓 Connectors 參與到執行計劃優化中性能
爲了讓算子下推過程更加簡單靈活，咱們採用新的通用算子下推框架，讓每一個Connector能夠參與到執行計劃優化中。引擎在進行執行計劃優化時，可以自行應用Connector的優化規則，使得算子下推過程變得更加高效。大數據
» 加強HIVE ORC的數據維護性能
該特性優化了數據寫入和數據修改（更新和刪除）的處理速度，並不影響『讀性能』的流暢度；支持併發訪問Hive Metastore，提升元數據操做性能，從而進一步優化數據寫入和修改的性能。
於引擎門戶來講，主要集中在南向生態方面的優化。
» HBase Connector性能優化
針對單表查詢性能的提高，咱們新增了分片算法。另外，該性能支持 HBase 訪問 Snapshot 的模式，從而提高多併發查詢性能。
» 數據源UDF（User-Defined Function）支持下推
引擎支持外部函數（UDF）的註冊，也支持將其下推到JDBC數據源。爲了讓你們擁有更好的體驗，用戶能夠在不遷移本身數據源UDF的狀況下，使用已有的UDF, 提升UDF的複用度。
以上即是openLooKeng新版本V1.2.0 在性能優化上較爲亮眼的地方。固然，做爲大數據領域的關鍵項目，openLooKeng十分看重引擎的易用性和安全性。針對這兩點，新版本V1.2.0作出以下加強：
» 易用性 | 加強Admin Dashboard UI用戶體驗
優化定時全量加載致使的UI頁面卡頓，
加強查詢歷史和查詢結果的分頁顯示，
優化新增鏈接器的參數配置，
UI 界面支持Kerberos 和密碼登陸，支持查詢歷史按用戶進行過濾。
» 安全性 | 基於Ranger的細粒度權限管控：支持行過濾和列掩碼
增長行過濾和列掩碼，增長認證用戶模擬權限控制，提供更細化的權限控制粒度。
看了這麼多，是否是很想動手一試？感興趣的朋友能夠下載體驗。
新版本下載地址: https://openlookeng.io/zh-cn/download.html
若是您對新版本V1.2.0有其餘建議，歡迎發郵件至 users@openlookeng.io 告知咱們。openLooKeng社區感謝朋友們的支持，期待並歡迎更多朋友們的參與。
• • •
openLooKeng是一款開源的高性能數據虛擬化引擎，提供統一SQL接口，具有跨數據源/數據中心分析能力，爲大數據用戶提供極簡的數據分析體驗。歡迎加入openLooKeng社區，一塊兒作點有意思的事兒，讓大數據更簡單！
openLooKeng開源社區官方網站: https://openlookeng.io/zh-cn/
openLooKeng代碼倉地址: https://gitee.com/openlookeng