Databend 开源周报第 91 期

Databend 是一款现代云数仓。专为弹性和高效设计，为您的大规模分析需求保驾护航。自由且开源。即刻体验云服务：https://app.databend.cn 。

What's On In Databend

探索 Databend 本周新进展，遇到更贴近你心意的 Databend 。

新数据类型：BITMAP

Databend 新增对 BITMAP 数据类型的支持。

BITMAP 是一种压缩数据结构，可用于高效地存储和操作布尔值集合，常用于加速去重计数。

> CREATE TABLE IF NOT EXISTS t1(id Int, v Bitmap) Engine = Fuse;
> INSERT INTO t1 (id, v) VALUES(1, to_bitmap('0, 1')),(2, to_bitmap('1, 2')),(3, to_bitmap('3, 4'));
> SELECT id, to_string(v) FROM t1;┌──────────────────────┐
│   id  │ to_string(v) │
│ Int32 │    String    │
├───────┼──────────────┤
│     1 │ 0,1          │
│     2 │ 1,2          │
│     3 │ 3,4          │
└──────────────────────┘

Databend 中的 BITMAP 数据类型实现使用 RoaringTreemap 。与其他位图实现相比，使用这种数据结构可以提高性能并减少内存使用。

如果你想要了解更多信息，请查看下面列出的资源。

• PR #11097 | feat: add bitmap data type
• Website | Roaring Bitmaps
• Paper | Consistently faster and smaller compressed bitmaps with Roaring

设计并实现新的哈希表以改善 Hash Join 性能

此前 Databend 为聚合函数优化了哈希表实现，但这一实现并不适用于 Hash Join 。为了进一步提高 Hash Join 的性能，团队设计并实现了一个专门为此优化的哈希表。

哈希表的大小会根据构建阶段的行数进行分配，值类型也会替换为支持 CAS 操作的指针，从而确保内存控制而无需进行 Vec 增长。

新的实现显著提高了性能。查看下面的资源以获取更多信息：

• PR #11140 | feat(query): new hash table and parallel finalize for hash join

Code Corner

一起来探索 Databend 和周边生态中的代码片段或项目。

Rust 编译挑战和解决方案 - 编译时间篇

在复杂的项目依赖和样板代码堆积之下，对于 Databend 这样的中大型 Rust 程序而言，编译实在算不上是一件轻松的事情。

为了解决编译时间上面临的一些挑战，Databend 团队从可观测性、编译工具链与配置和代码重构等方面入手，进行了一系列针对性的优化。

如果你想要了解更多信息，请查看下面列出的资源。

• Databend 中的 Rust 编译时间优化小技巧

亮点

以下是一些值得注意的事件，也许您可以找到感兴趣的内容。

• Databend 正在参与 OSPP 2023 项目，欢迎感兴趣的同学踊跃报名：OSPP2023 - Databend.
• 查看文档 Docs | Developing with Databend using Rust 了解如何使用 databend-driver 开发 Rust 应用程序。
• 想要了解如何使用 BendSQL 来管理 Databend 数据库和查询？现在就来阅读文档 Docs | BendSQL ！
• Databend 支持多种数据导入方式，阅读文档 Docs | Loading from a Stage 和 Docs | Loading from a Bucket，掌握从 Stage 和对象存储的 Bucket 导入数据的实用技能。
• Databend 现在提供 table-meta-inspector 实用工具，用于解码 Databend 中表的元数据。

What's Up Next

我们始终对前沿技术和创新理念持开放态度，欢迎您加入社区，为 Databend 注入活力。

寻找函数开发贡献者

Databend 现在正在积极推进函数的实现和改进工作，我们期待你的帮助！

目前计划补全的函数共有 4 类，非常适合对数据库设计和实现感兴趣的同学：

• Bitmap Functions
• Window Functions
• Geo Functions
• JSON Functions and Operators

如果你对编写函数感兴趣，但不知如何下手，可以参阅下面的两篇文档了解如何编写标量函数和聚合函数：

• How to Write Scalar Functions
• How to Write Aggregate Functions

期待能够与你共同协作，推动函数的进一步完善。

Issue #11220 | Tracking: functions

如果你对这个主题感兴趣，可以尝试解决其中的部分问题或者参与讨论和 PR review 。或者，你可以点击 servcices/vercel_artifacts: Tracking issues of not passed test cases · Issue #2198 · apache/incubator-opendal · GitHub 来挑选一个随机问题，祝好运！

Changelog

前往查看 Databend 每日构建的变更日志，以了解开发的最新动态。

地址：Releases · datafuselabs/databend · GitHub

Contributors

非常感谢贡献者们在本周的卓越工作。

 

Connect With Us

Databend 是一款开源、弹性、低成本，基于对象存储也可以做实时分析的新式数仓。期待您的关注，一起探索云原生数仓解决方案，打造新一代开源 Data Cloud。

• Databend Website
• GitHub Discussions
• Twitter
• Slack Channel