很高兴为您带来 Databend 2025 年 2 月的最新更新、新功能和改进！我们希望这些增强功能对您有所帮助，并期待您的反馈。

从 MySQL 迁移到 Databend

Databend 推荐使用 db-archiver 进行 MySQL 批量迁移，使用 Flink CDC 进行实时变更数据捕获（CDC）迁移。教程已更新：

设置会话标签

现在，您可以为会话分配一个可选标签，从而更方便地在日志表中过滤具有指定标签的日志。例如，以下命令将当前会话的标签设置为 eric：

SET SESSION query_tag = 'eric';

随后，我们执行一个查询，并使用该标签从日志表中检索相应的日志记录：

SHOW USERS;
SELECT query_tag, query_text 
FROM system.query_log 
WHERE query_tag = 'eric' 
LIMIT 1;

返回结果中，您可以找到带有 eric 标签的查询记录：

-[ RECORD 1 ]-----------------------------------
               query_tag: eric
              query_text: SHOW USERS

溢出数据存储

自托管 Databend 支持在内存使用超出可用限制时，将中间查询结果溢出到磁盘。现在，您可以配置溢出数据的存储位置，可选择本地磁盘存储或远程 S3 兼容存储桶。

以下示例将 Databend 配置为最多使用 1 TB 本地磁盘空间进行溢出操作，同时保留 40% 磁盘空间供系统使用：

[spill]
spill_local_disk_path = "/data1/databend/databend_spill"
spill_local_disk_reserved_space_percentage = 40
spill_local_disk_max_bytes = 1099511627776

以下示例将 Databend 配置为使用 MinIO 作为 S3 兼容存储服务来进行溢出操作：

[spill]
[spill.storage]
type = "s3"
[spill.storage.s3]
bucket = "databend"
root = "admin"
endpoint_url = "http://127.0.0.1:9900"
access_key_id = "minioadmin"
secret_access_key = "minioadmin"
allow_insecure = true

使用 “FROM table” 获取所有列

Databend 扩展了 SQL 语法，允许查询直接以 FROM <table> 开头，而无需显式使用 SELECT *：

FROM my_table;

等同于：

SELECT * FROM my_table;

新增与优化的 SQL 命令

ATTACH TABLE：现在，您可以在附加表时指定选择的列。

ATTACH TABLE population_only (city, population) 's3://databend-doc/1/16/' CONNECTION = (
  REGION='us-east-2',
  AWS_KEY_ID = '<your_aws_key_id>',
  AWS_SECRET_KEY = '<your_aws_secret_key>'
);

新教程：使用 ATTACH TABLE 链接表

DESC PROCEDURE：显示特定存储过程的详细信息。

DESC PROCEDURE sum_even_numbers(Uint8, Uint8);
┌────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│  Property │                                                                                        Value                                                                                       │
├───────────┼────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┤
│ signature │ (start_val,end_val)                                                                                                                                                                │
│ returns   │ (UInt8)                                                                                                                                                                            │
│ language  │ SQL                                                                                                                                                                                │
│ body      │ BEGIN\n    LET sum := 0;\n    FOR i IN start_val TO end_val DO\n        IF i % 2 = 0 THEN\n            sum := sum + i;\n        END IF;\n    END FOR;\n    \n    RETURN sum;\nEND; │
└────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

新增与优化的 SQL 函数

TIMESTAMP_DIFF：计算两个时间戳之间的差异，并将结果以 INTERVAL 格式返回。

SELECT TIMESTAMP_DIFF('2025-02-01'::TIMESTAMP, '2025-01-01'::TIMESTAMP);
┌──────────────────────────────────────────────────────────────────┐
│ timestamp_diff('2025-02-01'::TIMESTAMP, '2025-01-01'::TIMESTAMP) │
├──────────────────────────────────────────────────────────────────┤
│ 744:00:00                                                        │
└──────────────────────────────────────────────────────────────────┘

FUSE_TIME_TRAVEL_SIZE：计算表的历史数据（用于时间旅行）的存储大小。

-- Calculate historical data size for all tables in all databases
SELECT ...
FROM fuse_time_travel_size();
-- Calculate historical data size for all tables in a specified database
SELECT ...
FROM fuse_time_travel_size('<database_name>');
-- Calculate historical data size for a specified table in a specified database
SELECT ...
FROM fuse_time_travel_size('<database_name>', '<table_name>'));

ARRAYS_ZIP：将多个数组合并为一个数组元组。

SELECT ARRAYS_ZIP([1, 2, 3], ['a', 'b', 'c']);
┌────────────────────────────────────────┐
│ arrays_zip([1, 2, 3], ['a', 'b', 'c']) │
├────────────────────────────────────────┤
│ [(1,'a'),(2,'b'),(3,'c')]              │
└────────────────────────────────────────┘

MAP_INSERT：返回一个新的 MAP，其中包含输入 MAP 和插入的新键值对（如果键已存在，则更新为新值）。

SELECT MAP_INSERT({'a':1,'b':2,'c':3}, 'd', 4);
┌─────────────────────────────────────────┐
│ map_insert({'a':1,'b':2,'c':3}, 'd', 4) │
├─────────────────────────────────────────┤
│ {'a':1,'b':2,'c':3,'d':4}               │
└─────────────────────────────────────────┘
SELECT MAP_INSERT({'a':1,'b':2,'c':3}, 'a', 5, true);
┌───────────────────────────────────────────────┐
│ map_insert({'a':1,'b':2,'c':3}, 'a', 5, TRUE) │
├───────────────────────────────────────────────┤
│ {'a':5,'b':2,'c':3}                           │
└───────────────────────────────────────────────┘

MAP_PICK：返回一个新的 MAP，包含来自现有 MAP 的指定键值对。

SELECT MAP_PICK({'a':1,'b':2,'c':3}, 'a', 'c');
┌─────────────────────────────────────────┐
│ map_pick({'a':1,'b':2,'c':3}, 'a', 'c') │
├─────────────────────────────────────────┤
│ {'a':1,'c':3}                           │
└─────────────────────────────────────────┘
SELECT MAP_PICK({'a':1,'b':2,'c':3}, ['a', 'b']);
┌───────────────────────────────────────────┐
│ map_pick({'a':1,'b':2,'c':3}, ['a', 'b']) │
├───────────────────────────────────────────┤
│ {'a':1,'b':2}                             │
└───────────────────────────────────────────┘

EXTRACT：现在，您可以从间隔值中提取组件，并新增对 EPOCH 作为可提取字段的支持。

SELECT NOW(), EXTRACT(DAY FROM NOW()), EXTRACT(DOY FROM NOW()), EXTRACT(EPOCH FROM NOW());
┌────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│            now()           │ EXTRACT(DAY FROM now()) │ EXTRACT(DOY FROM now()) │ EXTRACT(EPOCH FROM now()) │
├────────────────────────────┼─────────────────────────┼─────────────────────────┼───────────────────────────┤
│ 2025-02-08 03:51:51.991167 │                       8 │                      39 │         1738986711.991167 │
└────────────────────────────────────────────────────────────────────────────────────────────────────────────┘

SELECT EXTRACT(DAY FROM '1 day 2 hours 3 minutes 4 seconds'::INTERVAL);
┌─────────────────────────────────────────────────────────────────┐
│ EXTRACT(DAY FROM '1 day 2 hours 3 minutes 4 seconds'::INTERVAL) │
├─────────────────────────────────────────────────────────────────┤
│                                                               1 │
└─────────────────────────────────────────────────────────────────┘

SUM：现在支持 INTERVAL 值。

-- Create a table with integer, double, and interval columns
CREATE TABLE sum_example (
    id INT,
    int_col INTEGER,
    double_col DOUBLE,
    interval_col INTERVAL
);
-- Insert data
INSERT INTO sum_example VALUES 
(1, 10, 15.5, INTERVAL '2 days'),
(2, 20, 25.7, INTERVAL '3 days'),
(3, NULL, 5.2, INTERVAL '1 day'),  
(4, 30, 40.1, INTERVAL '4 days');
-- Calculate the sum for each column
SELECT 
    SUM(int_col) AS total_integer,
    SUM(double_col) AS total_double,
    SUM(interval_col) AS total_interval
FROM sum_example;
-- NULL values are ignored.
-- SUM(interval_col) returns 240:00:00 (10 days).
┌──────────────────────────────────────────────────────────┐
│  total_integer  │    total_double   │   total_interval   │
├─────────────────┼───────────────────┼────────────────────┤
│              60 │              86.5 │ 240:00:00          │
└──────────────────────────────────────────────────────────┘

DATE_TRUNC：现在支持 WEEK 作为精度。

SELECT
    DATE_TRUNC(MONTH, to_date('2022-07-07')),
    DATE_TRUNC(WEEK, to_date('2022-07-07'));
┌────────────────────────────────────────────────────────────────────────────────────┐
│ DATE_TRUNC(MONTH, to_date('2022-07-07')) │ DATE_TRUNC(WEEK, to_date('2022-07-07')) │
├──────────────────────────────────────────┼─────────────────────────────────────────┤
│ 2022-07-01                               │ 2022-07-04                              │
└────────────────────────────────────────────────────────────────────────────────────┘

关于 Databend

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 Cloud： https://www.databend.cn

📖 Databend 文档： https://docs.databend.cn/

💻 WeChat： Databend

✨ GitHub： https://github.com/databendlabs/databend

ITPub博客

Databend 产品月报（2025年2月）