Databend 开源周报第 96 期

英文版移步：https://www.databend.com/blog/2023-06-04-databend-weekly

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。

虚拟列

查询 JSON 内部字段的优化方法之一是使用虚拟列。

首先，使用

CREATE VIRTUAL COLUMN

GENERATE VIRTUAL COLUMN

Databend 现在支持用于创建、删除、生成和修改虚拟列的一系列 SQL 语法。下面是一个简单的例子：

create table test (id int, val json);
insert into test values(1, '{"a":33,"b":44}'),(2, '{"a":55,"b":66}');
create virtual columns (val['a'], val['b']) for test;
generate virtual columns for test;
select val['a'], val['b'] from test;
+----------+----------+
| val['a'] | val['b'] |
+----------+----------+
| 33       | 44       |
| 55       | 66       |
+----------+----------+

如果你想要了解更多信息，请查看下面列出的资源。

• RFC | JSON Optimization - Virtual Column
• PR | feat(query): Support generate virtual columns

Code Corner

一起来探索 Databend 和周边生态中的代码片段或项目。

由 AskBend 驱动的交互式文档

你还记得 AskBend 吗？AskBend 是使用 Rust 编写的知识库问答系统，由 Databend 和 OpenAI 强力驱动，可以根据 Markdown 文件创建基于 SQL 的知识库。

现在，我们已经将其集成到 Databend 官方网站中，为文档查询提供了交互式体验。

如果你想要了解更多信息，请查看下面列出的资源。

• https://docs.databend.cn
• PR | feat(front search): Add AI searching

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。

• 为窗口函数实现表达式支持。
• 为 SELECT list 支持

  range
  
  函数和别名。
• 新增基于标签的插入/突变/更新去重支持。
• 为

  COPY INTO
  
  添加优化提示支持。
• 阅读 Docs | Deploying a Databend Cluster，以了解手动部署 Databend 集群时的技巧。
• 阅读 Docs | Data Types - BITMAP 和 Docs | Bitmap Functions，以理解 Databend 中 BITMAP 数据类型的用法。

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。

使用败者树优化排序算法

目前，Databend 的排序算法使用基于堆的归并排序。

多路合并有三种主要算法：堆排序、胜者树和败者树。在这三个算法中，每次对堆进行调整都需要与左右子节点进行比较。比较次数为 2logN，而胜者树和败者树调整的比较次数为 logN。

它们之间的区别在于，胜者树需要与兄弟节点进行比较并更新父节点，而败者树只需要与父节点进行比较，从而减少了内存访问次数。

Issue #11604 | Feature: Update sort algorithm using Loser Tree

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 https://link.databend.com/i-m-feeling-lucky 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：https://github.com/datafuselabs/databend/releases

• PR | feat(query): try support dump running async task stack

与 Jupyter Notebook 集成的新方法

正如 Doc | Visualization Databend Data in Jupyter Notebook 所述，我们可以使用 Jupyter Notebook 探索 Databend 中的数据。

然而，通过 magic 技巧和 ipython-sql ，我们可以提供另一种交互方式。这种方式使得 SQL 查询看起来像是在 SQL cells 中运行，而不需要维护用于集成的 Python 样板代码。

安装依赖

pip install ipython-sql databend-sqlalchemy

与 Jupyter Notebook 协同

In [1]: %load_ext sql

In [2]: %%sql databend://{username}:{password}@{host_port_name}/{database_name}?secure=false
   ...: SHOW DATABASES;

In [3]: result = %%sql SELECT * FROM numbers(100);

In [4]: %matplotlib inline
   ...: df = result.DataFrame()
   ...: df.plot()

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。

• 通过选择预配置的 MySQL 驱动程序或添加 Databend JDBC 驱动程序，现在可以 使用 DBeaver 连接到 Databend。
• Databend 现已提供与 Redash 的集成，帮助你洞见数据。文档 | Integrations - Redash
• 掌握如何显示给定表中的列信息。文档 | SHOW COLUMNS
• Databend 现在支持

  generate_series
  
  和

  range
  
  表函数。
• Databend 现在支持

  ai_embedding_vector
  
  函数，该函数返回由 OpenAI Embeddings API 生成的 1536 维 f32 向量。
• Databend 增加了对 DDL

  [CREATE | DROP | SHOW] SHARE ENDPOINT
  
  的支持。

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。

收集来自 Sled 的度量信息

sled 是一种嵌入式数据库，启用

metrics

Databend Meta Service 使用 sled 作为底层存储引擎。我们希望获取更多的度量信息来提高可观测性，并进一步优化。

Issue #7233 | make use of sled metrics feature for collect sled metrics

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 https://link.databend.com/i-m-feeling-lucky 来挑选一个随机问题，祝好运！

New Contributors

一起认识社区中的新伙伴，Databend 因你们而变得更加美好

• @rkmdCodes 改进错误字符串，使提示更加友好，#10269

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：https://github.com/datafuselabs/databend/releases