StarRocks近期公布了1.15 / 1.16 两个大版本，上面介绍一下新版本的外围性能：

CBO 优化器

执行 SQL 查问时，须要顺次通过查问解析器、分析器、优化器、查问执行层和存储层。查问优化器的输出是逻辑的形象语法树，输入是“最优的” 物理执行打算。查问越简单，数据量越大，物理执行打算的好坏对查问性能影响越大，所以成熟的商业数据库都须要一个弱小的、成熟的查问优化器。

相比 StarRocks 旧的优化器：在性能上，CBO 优化器残缺地反对了 TPC-DS 99条SQL，反对了更简单的相干子查问；在性能上，CBO 优化器反对了更多的启发式优化规定，能够基于统计信息进行 Cost 估算，能够更精确地进行 Join 左右表调整、Join 多表 Reorder、Join 分布式形式抉择，TPC-H 执行总工夫是旧优化器的1/3，局部 TPC-DS 简单查问有30到50倍的晋升。

StarRocks CBO 优化器通过了外部上亿测试Case的测试，通过了 10 多家公司生产环境的验证（截止2021-07-12），曾经能够稳固地在生产环境中利用。

欢送大家试用：http://doc.starrocks.com/2311684

Hive表面能力加强

近两个月来，StarRocks进一步晋升了联邦查问的能力，在之前Mysql和ES表面的根底上补充了Hive表面性能。目前，StarRocks已反对Parquet和ORC的文件格式，并且能够同步Hive元数据并感知到Hive metastore的元数据变更。咱们用TPC-H比照了Presto和StarRocks在等同环境下性能比照，ORC格局下StarRocks查问Hive表面的性能大概是Presto的3.35倍。下图展现TPC-H测试后果。

参考文档：http://doc.starrocks.com/2146...

全面向量化导入

截止1.16版本，咱们针对Broker Load/Routine Load/Stream Load等导入形式以及Parquet/ORC/Text/Json等数据格式，实现了全面的向量化。导入性能较StarRocks之前版本有2-7倍的晋升。另外大数据量的导入稳定性也失去了增强。

在几个不同格局的数据集上，咱们比照了向量化导入和非向量化导入的性能差别（以下是一组单FE，BE，Broker，单线程测试后果，减少BE和并行度当前性能还能够线性扩大）：

其余优化

  • 语法优化：

    • 反对create table like语法。
    • 批量分区创立语法反对。

  • 治理性能：

    • 查问黑名单，管理员能够禁止指定pattern的SQL。
    • 内存应用优化，监控内存治理。

  • 算子优化：

    • Cross Join性能优化，右表较小的场景中，性能均匀晋升5倍以上。

  • 导入生态：

    • DataX插件DataX-StarRocks-Writer，不便各种数据源导入StarRocks。
    • Stream load 反对自定义行分隔符row_delimiter。
    • Routine load调度优化，能够同时调度1000个routine load工作。

更多详情能够参考论坛的Release Notes（https://forum.starrocks.com/c...），也欢送大家给咱们提出贵重的意见，如有什么期待的性能能够退出交换群通知咱们。