在 3.0.3.0 公布一个月后，通过研发小伙伴加班加点地进行优化迭代，3.0.4.0 也在明天胜利出炉。从用户应用体验角度登程，这一版本进一步晋升了时序数据库（Time Series Database）TDengine 3.0 的稳定性，并优化了多个利用性能，产品性能加强的同时易用性也取得大幅晋升。
3.0.4.0 版本波及到的更新内容包含产品稳定性的晋升、查问性能晋升、参数应用优化、以及多正本状况下的健壮性晋升、Python UDF、集群负载再均衡、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. 大幅晋升产品稳定性
在大并发、高负载的写入和查问下的零碎稳定性有显著晋升：优化了对内存的应用，优化了有大量并发查问下对连接池的管制，修复了一些影响零碎稳定性的缺点。
2. 晋升了局部查问场景下的性能
- 晋升了当与 interval() 一起应用时 mode() 函数的性能
- 晋升了 percentile() 函数的性能
- 晋升了 last()/last_row() 函数的性能
3. 能够动静配置更多数据库参数
新增两个能够动静配置的数据库参数：stt_trigger 和 minRows，其具体性能请参考官网文档。
4. 优化了 WAL 数据保留的行为
WAL 中数据的保留仅受参数 WAL_RETENTION_PERIOD 和 WAL_RETENTION_SIZE 的管制，不再受数据订阅的影响。具体细节请参考官网文档。
5. Python UDF
利用开发者能够用 Python 开发自定义函数并将其嵌入数据库，从而晋升数据处理和剖析能力。
6. 集群负载再均衡（企业版性能）
当集群中某个 dnode 宕机重启后会呈现负载不平衡景象，重新启动的 dnode 上没有 leader vnode，所以不承当任何写入和查问负载。通过 rebalance 命令，能够使集群中各个 dnode 之间的负载再次平衡。
7. 基于时间段进行数据重整（企业版性能）
为了缩小数据重整所破费的工夫，最小化对系统的影响，能够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问所关注的时间段进行数据重整。
8. 可能将多种工业互联网中的传统数据源接入 TDengine（企业版性能）
- OPC UA
- OPC DA
- Pi
9. 集中控制台 taosExplorer 治理数据源和数据接入工作（企业版性能）
同步加强了集中控制台 taosExplorer 以可能管理所反对的各种数据源和与它们所关联的数据接入工作。
详细信息能够参考公布阐明 (https://github.com/taosdata/TDengine/releases/tag/ver-3.0.4.0)。欢送大家下载应用 TDengine，有任何问题，都能够增加小 T vx：tdengine1 申请加入 TDengine 用户交换群，及时向咱们的解决方案专家寻求反对与帮忙。