すべてのプロダクト
Search

このプロダクト

    Hologres:リリースノート

    ドキュメントセンター

    Hologres:リリースノート

    最終更新日:Feb 12, 2026

    このトピックでは、Hologres 機能のリリース情報を説明します。

    2026

    Hologres V4.1（2026 年 1 月）

    コア機能の強化

    説明

    参考情報

    実行エンジン

    • コア実行エンジン（QE v2）のアップグレード

      • 同時実行性の突破： Worker リソースが十分に確保されているが Shard 分布が疎なシナリオにおいて、QE v2 は内部並列処理を最適化しました。CPU 集約型のオペレーター（例：JOIN、AGG）に対してシャッフルオーバーヘッドを追加することなく同時実行数を増加させ、リソースの完全活用とクエリ遅延の大幅低減を実現します。

      • 拡張されたアダプティブ実行： 実行計画がより詳細なオペレーター状態（フィルター条件、結合条件、再配布列、フィルター列など）を提供するようになりました。

    • インテリジェントクエリ高速化（HBO & 再書き込み）

      • 動的テーブルのクエリ再書き込み：オプティマイザーが単一テーブルクエリの再書き込みを正式にサポートしました。ベーステーブルを対象としたクエリ要求を、事前計算済みの動的テーブルに自動的にリダイレクトできるため、SQL コードの変更なしでミリ秒レベルの応答が可能になります。

      • HBO（履歴に基づく最適化）ルールの拡張：アダプティブ結合順序、アダプティブセグメント集約、アダプティブランタイムフィルターなど、複数の新規ルールを導入しました。

      • 大規模クエリ向けの強制チューニング：実行時間が 20 秒を超えるチューニング可能なクエリについて、以降の実行では HBO 計画を強制的に適用します。実行計画にはチューニング状態が明示されます。

    • 高度なオペレーターおよびリアルタイム分析の最適化

      • 高速 UV 計算の強化： UserId Encoding 関数をサポートしました。高カーディナリティの文字列 ID を整数 ID にマッピングし、動的テーブルの増分計算を活用することで、超大規模 UV の低コスト・高速・リアルタイム計算を実現します。

      • ウィンドウ TopN ストリーミング実行の最適化：ハッシュパーティションシナリオにおいて、ウィンドウ TopN は完全ソートからストリーミングソートへと移行しました。パーティション内でのバッチ処理により、ピークメモリ圧力を大幅に削減します。

      • スキャンパフォーマンスの強化：スキャンプロセス中に TopN フィルターを結果キャッシュ（Result Cache）で利用可能にし、基盤となるスキャンオーバーヘッドを効果的に削減します。

      • ローストアテーブルのハイブリッド DML 最適化：ローストアテーブルへの INSERT 実行時に、結合戦略を動的に決定するサンプリング機構を導入し、小規模テーブルへの大量データインポート性能を大幅に向上させます。

    Lakehouse 深層統合

    • スキーマオンリードのための EXTERNAL_FILES：

      • アドホッククエリの簡素化：新しい EXTERNAL_FILES 関数により、OSS 上の Parquet や ORC ファイルを外部テーブルを作成せずに標準 SQL で直接分析できます。

      • データエクスポート：この関数は、内部テーブルのデータを OSS に直接書き込むことをサポートしており、コールドデータのアーカイブやクロスプラットフォームデータ交換ワークフローを最適化します。

    • MaxCompute 直接読み取りの強化：

      • 細かい粒度のプルーニング：論理パーティションテーブルの直接読み取り時、パーティションプルーニングおよびクラスタリングキーによるプルーニングをサポートし、I/O スキャン量を大幅に削減します。

      • ネイティブ型互換性：MaxCompute の JSON データ型を直接読み取ることをサポートし、半構造化データの処理効率を向上させます。

    • ニアリアルタイムインポート：

      • 一時的な Stage ストレージに基づくニアリアルタイムインポートをサポートします。既存のリアルタイムおよびバッチ書き込みと比較して、書き込みパフォーマンス、リソースオーバーヘッド、データ可視性のバランスを効果的に保ちます。

    マルチモーダル検索および分析

    • 全文検索機能の強化：

      • トークナイザの強化：IK、Ngram、Pinyin トークナイザをサポートし、説明文における中国語テキスト検索、ログデータに対するあいまい検索、中国語製品／名称の Pinyin 検索をより効率化します。

    • ベクトル検索機能の強化：

      • HGraph ベクトルインデックスのリソース最適化：HGraph のインメモリインデックスが圧縮をサポートし、わずか 5 % のパフォーマンス低下で 50 % のメモリ節約を実現します。

      • ベクトルインデックスのパフォーマンス最適化：HGraph はインデックスファイルへのカラム情報のアタッチをサポートします。検索時に、対象テーブルのカラムをクエリすることなく、インデックスから対応するカラム値を直接取得でき、ベクトル検索パフォーマンスを向上させます。

    エンタープライズグレードの運用およびシステム安定性

    • アーキテクチャ負荷の隔離：

      • クエリスレッドプールの隔離：クエリ負荷、リアルタイム書き込み、ストレージエンジン制御リンク間の干渉を防ぐため、クエリ実行ロジックを独立したスレッドプールに隔離しました。これにより、高同時実行シナリオにおけるコントロールプレーンの応答安定性が確保されます。

    • サーバーレス機能の強化：

      • アダプティブサーバーレス強化：自動負荷隔離をサポートします。高負荷時にはトラフィックが自動的にサーバーレスコンピューティングリソースプールに振り分けられ、システムスループットおよび安定性が大幅に向上します。

    • リソース管理および安定性の強化：

      • SQL による仮想ウェアハウスの切り替え：標準 SQL コマンドによる接続先仮想ウェアハウスの切り替えをサポートし、マルチテナント隔離および柔軟な運用管理を強化します。

      • テーブル構造変更（Rebuild）機能の強化：メタデータおよびデータ移行プロセスを最適化しました。テーブル構造変更時の書き込み影響期間が 10 秒未満に短縮され、実行中もテーブルのクエリが可能です。

      • ロック待機タイムアウト制御：非 FixedQE 書き込みにおけるロック待機タイムアウトをカスタマイズ可能にする hg_experimental_lock_wait_timeout_ms パラメーターを導入しました。

      • 細かい粒度のメモリ管理：全文インデックスを永続メモリではなくブロックキャッシュ経由で読み込むよう最適化し、有効なメモリ解放を実現しました。また、最適化されたバッチングアルゴリズムおよび Arrow 構造体が 2 GB を超えるエラーを部分的に解消するストリーミング ConcatRecordBatch のサポートにより、ピークメモリ圧力を削減します。

    2025 年

    Hologres V4.0（2025 年 9 月）

    コア機能の強化

    説明

    関連ドキュメント

    AI および検索機能の強化

    • （ベータ） 非構造化データとの連携：LLM を活用した AI 関数 を使用して、テキストおよび画像を含む非構造化データの検索および分析を行えます。すべてのモデルは Hologres AI ノード上に完全にホストされており、データセキュリティ、パフォーマンス、スケーラビリティ、コンプライアンスを確保します。AI 関数は以下のユースケースを実現します：

      • 埋め込みモデルおよびオブジェクトテーブルを活用して、非構造化データに対するベクトル検索および全文検索を実行できます。

      • テキストおよび画像から洞察を導出できます。

      • 自然言語を用いたテキストのフィルタリングおよび分類、および多言語コンテンツの翻訳およびローカライズが可能です。

      • センチメント分析およびディメンション別分析を実行し、カスタマーサービスを強化できます。

      • ドキュメント解析を行い、データ分析および検索拡張生成（RAG）プロセスをサポートできます。

    • （ベータ） HGraph を用いたベクトル検索の強化： この技術により、パフォーマンスが 10 倍以上向上します。スカラーおよびベクトルデータのハイブリッド検索をサポートし、画像および動画検索、行動に基づくレコメンデーション、セキュリティおよび不正検出などのアプリケーションに最適です。インメモリおよびディスク上のハイブリッドインデックスをサポートし、メモリ使用量を 80 % 削減します。標準 VectorDBBench では QPS がわずか 5 % の低下に抑えられます。HGraph は、自動運転など、大規模ベクトルデータに対する効率的な検索を必要とするユースケースに、コスト効率の高いソリューションを提供します。

    • （ベータ） 全文検索のサポート： 転置インデックスおよび組み込みトークナイザを導入し、全文検索を可能にしました。ユースケースは以下のとおりです：

      • キーワード、フレーズ、および自然言語検索。

      • テキスト類似検索のための BM25 スコアリングアルゴリズムをサポートします。

      • 全文検索とベクトル検索を組み合わせることができます。

      • 全文検索とスカラーデータを組み合わせることができます。

    • （ベータ） グローバルセカンダリインデックス： プライマリキー以外のカラムに対する効率的なポイントクエリをサポートします。特徴ストアおよび e コマースプラットフォームに最適です。

    エンジンの強化

    • TopN シナリオにおけるデータクエリを高速化するための TopN ランタイムフィルターをサポートします。

    • （ベータ） 内部テーブルに対するタイムトラベルをサポートします。この機能により、定義された期間内の任意の時点における履歴データをクエリできます。

    • （ベータ） 履歴に基づく最適化（HBO）をサポートします。Hologres は遅いクエリの実行詳細を収集し、クエリ計画のチューニング機会を自動的に分析し、クエリ計画を知能的に調整します。

    該当なし

    動的テーブル

    （ベータ） 処理済みデータを Paimon に完全または増分モードで書き戻すことをサポートします。動的テーブルは、ウェアハウス間、レイク間、ウェアハウスとレイク間、レイクとウェアハウス間のニアリアルタイムデータ処理をサポートします。サーバーレスインスタンスと組み合わせると、データレイク上での極めて低コストのデータ処理が可能になります。

    構文

    QUALIFY 句をサポートし、ウィンドウ関数の結果をフィルター処理できます。

    QUALIFY（ベータ）

    関数およびエコシステム

    ClickHouse 互換性の強化： toDayOfMonth、toDayOfYear、toHour などの複数の時間切り捨て関数をサポートします。これらの関数は、extract(field from timestamp) 関数と比較して、パフォーマンスを最大 50 % 向上させます。

    日付および時刻関数

    サーバーレスおよび弾力性

    • （ベータ） 仮想ウェアハウスインスタンスは、究極の書き込み隔離を提供します。従来、バッチ書き込みはリーダー仮想ウェアハウスに依存していましたが、現在はこのタスクタイプに任意の仮想ウェアハウスを使用でき、テーブルグループをロードする必要はありません。

    • （ベータ） 仮想ウェアハウスインスタンスは、シームレスなアップグレード（ベータ）を備えており、実行中の SQL クエリに影響を与えることなくアップグレードでき、クライアントの自動再接続を提供します。

    • （ベータ） 仮想ウェアハウスのホットアップデートを強化し、ロスレスな SQL 実行および即時再接続をサポートします。

    • SQL による接続先仮想ウェアハウスの切り替えをサポートします。

    • サーバーレスコンピューティングが DLF 外部テーブルにアクセスできるようになりました。

    データレイク分析

    （ベータ） MaxCompute データミラーリング： ETL を一切使用せずに MaxCompute から Hologres へデータをミラーリングし、クエリ効率を大幅に向上させます。パフォーマンスは Hologres 内部テーブルをクエリする場合と同等です。

    該当なし

    Hologres V3.2（2025 年 7 月）

    コア機能の強化

    コア機能の説明

    関連ドキュメント

    エンジンの強化

    • アダプティブ CTE 式の再利用またはインライン化をサポートします。

    • BETWEEN 式の計算を最適化します。

    CTE 再利用戦略の最適化

    動的テーブル

    • 増分更新モードが ARRAY_AGG および STRING_AGG などの関数をサポートするようになりました。

    • DataWorks Data Map が動的テーブルのリネージ分析をサポートするようになりました。

    強化されたサービング機能

    Fixed Plan がシンプルな式をサポートするようになったため、より多くのシナリオで高 QPS のポイントクエリおよび書き込みが可能になりました。

    Fixed Plan を使用した SQL 実行の高速化

    関数およびエコシステムの拡張

    Lambda 式およびそれらを用いる高階数配列関数をサポートします。

    LAMBDA 式および関連関数

    サーバーレス機能

    • サーバーレスコンピューティングが、暗号化された内部テーブルおよび MaxCompute 外部／外部テーブルからのデータ読み取りおよび書き込みをサポートするようになりました。

    • クエリキュー機能の強化：特定のテーブルに対する SQL 要求を自動的にサーバーレスコンピューティングにルーティングします。

    データレイク分析機能

    • Paimon レイクテーブルのミラーリングをサポートし、データレイククエリを高速化します。

    • DLF 2.5 との統合により、メタデータ管理を実現します。DLF REST API を使用して DLF 内の Apache Paimon カタログにアクセスできます。

    • Apache Paimon カタログのミラーリングをサポートし、ゼロ ETL でデータレイクデータをミラー内部テーブルにレプリケートし、クエリ効率を大幅に向上させます。

    • Paimon に対するタイムトラベルクエリ機能を提供し、タイムスタンプまたはタグを指定して履歴データを読み取れます。

    • Paimon テーブルの特定またはフォールバックブランチからデータを読み取ることをサポートします。

    • パーティションテーブルにおける全表スキャンを無効化し、リソースの過剰消費を防止します。

    • パフォーマンスの強化：TPC-H ベンチマークテストによると、1 TB データセットにおける Paimon テーブルのクエリ実行速度は 2 倍高速化されました。

    強化されたエコシステム機能

    バイナリログのトリミングおよび圧縮をサポートし、バイナリログ消費時の I/O 使用量を削減します。

    該当なし

    Hologres サーバーレスインスタンスのリリース（2025 年 7 月）

    コア機能の強化

    コア機能の説明

    参考情報

    Hologres サーバーレスインスタンス（ベータ）のリリース

    Hologres サーバーレスインスタンス（ベータ）は、招待プレビューとして無料でご利用いただけます。Hologres サーバーレスインスタンスは、クラウドネイティブサーバーレスアーキテクチャに基づいて Hologres が開発した新しいインスタンスタイプです。専用のコンピューティングリソースの購入やアイドル時の保持コストを負担することなく、柔軟でスケーラブルかつ使いやすい Hologres のコンピューティングおよびストレージサービスをご利用いただけます。

    Alibaba Cloud アカウントを使用して、フォームに記入し、トライアルをリクエストしてください。

    サーバーレスインスタンス

    Hologres V3.1（2025 年 4 月）

    コア機能の強化

    コア機能の説明

    関連ドキュメント

    動的テーブル

    • 論理パーティションテーブルの動的パーティショニングをサポートし、パーティションテーブルの使用を大幅に簡素化します。

    • 自動更新モードを追加しました。このモードでは、データの鮮度を指定するだけで、エンジンが自動的に更新戦略を最適化します。これにより、データ更新の柔軟性が向上します。

    • 増分更新が 2 つのデータストリーム間の結合をサポートし、リアルタイムデータ処理の柔軟性を向上させます。

    • 増分更新が RoaringBitmap 関数をサポートし、ユニーク訪問者（UV）およびページビュー（PV）などの複雑なシナリオにおける増分計算に使用できます。

    • フル更新モードがアダプティブ実行 （ベータ） をサポートし、エンジンが内部的に自己適応します。低遅延を維持しながら、OOM エラーの発生確率を低減し、実行安定性を大幅に向上させます。また、コンピューティングリソースの動的見積もりおよび実行計画の調整といった機能により、使いやすさも向上します。

    サーバーレス機能

    • INSERT OVERWRITE、リシャーディング、CREATE TABLE AS などの複雑な DML シナリオおよびストアドプロシージャ、Rebuild、暗号化テーブルをサポートするように、サーバーレスコンピューティングを最適化しました。

    • 仮想ウェアハウスのロスレススケーリング （ベータ） を実現し、仮想ウェアハウスのスケーリング中に業務継続性を確保します。

    • 自動スロットリング （ベータ） をサポートします。この機能は、ワークロードに基づいてクエリキューの同時実行数を動的に制限し、クラスターの安定性を大幅に向上させます。

    • アダプティブルーティング機能を追加しました。大規模クエリは自動的にサーバーレスリソースで実行されます。

    • サーバーレスコンピューティングリソースの 1 日あたりの使用上限を設定することをサポートします。

    • 高同時実行シナリオにおけるサーバーレスコンピューティングのキャッシュ再利用機能を最適化し、クエリパフォーマンスを向上させます。

    • RAM ロールを用いた仮想ウェアハウスのスケーリングをサポートします。

    パフォーマンス最適化および強化されたクエリ機能

    • クエリエンジンを再構築し、QEv2 を導入し、軽量エンコーディングによる計算をサポートしました。TPC-H 1 TB ベンチマークテストでは、パフォーマンスが 33 % 向上しました。

    • コストモデルに基づくエンジンアダプティブ最適化および集約計画の自動プッシュダウンをサポートします。これにより、JOIN 操作に関与するデータ量が削減され、遅延および計算オーバーヘッドが大幅に低減されます。

    • エンジンが JOIN フィールドの NOT NULL 属性を自動的に推論し、NOT NULL 条件を事前にフィルター処理するためにプッシュダウンします。また、集約操作内の GROUP BY 句における定数フィールドを自動的に排除します。

    • クエリキャッシュ機能を追加し、キャッシュを活用して特定のクエリ結果を高速化します。

    • hg_stats_missing ビューの診断機能を強化し、autovacuum_enabled（AUTO ANALYZE の有効／無効）、reason（統計情報不足の原因）などの新規フィールドを追加しました。これにより、統計情報の診断および修正が容易になります。

    • AUTO ANALYZE の最適化：統計情報が不足している場合のテーブル行数を自動的に取得するよう統計収集を強化し、クエリ計画の品質を向上させました。統計情報は、より良い永続性および干渉耐性を備えるようになり、スキーマ変更（例：RENAME、コールドストレージへの移行）による不要なクリアが減少しました。これにより、システム負荷が低減され、実行計画の品質が向上します。

    データ管理および書き込み最適化

    • ストレージおよびインデックスの最適化

      • 論理パーティションテーブル （ベータ） をサポートし、パーティションテーブルの使用の柔軟性を高めるとともに、メタデータおよびデータ管理を簡素化します。

      • 格納済み生成カラム （ベータ） をサポートし、事前計算によってデータ処理を簡素化し、クエリを高速化します。

      • Rebuild ツール （ベータ） を導入し、軽量インデックス（分散キー、クラスタリングキー、セグメントキー）およびその他のテーブル構造変更をサポートします。

    • 書き込み機能の強化

      • プライマリキー付きテーブルが COPY 操作における一部カラム更新をサポートするため、FIXED COPY シナリオの必要性が低減されます。固定フロントエンド（FE）ノードを使用する場合、元の FE 接続数は消費されません。

      • INSERT OVERWRITE 構文をネイティブでサポートし、通常テーブルおよび論理パーティションテーブルに対する INSERT OVERWRITE 操作の柔軟性を高めます。

    関数およびエコシステムの拡張

    • 新規ビルトイン関数

      • プロパティ関連ファネル関数およびディメンショングループ化ファネル関数を追加しました。

      • Spark および Presto と互換性のある関数を拡張し、クロスエンジン開発効率を向上させました。

      • Roaring bitmap 関数が 64 ビットを部分的にサポートし、ユーザーペルソナ分析シナリオの範囲を拡大しました。

    • リモート関数のサポート

      • Function Compute（FC）を用いたリモートユーザー定義関数（UDF）の呼び出しをサポートし、抽出・変換・書き出し（ETL）機能の柔軟な拡張を可能にします。

    エンタープライズレベル機能のアップグレード

    • エンタープライズグレードの権限管理を強化しました。PostgreSQL プロトコルの接続オプションでセキュリティトークンを指定でき、JDBC または PSQL を用いた RAM ロールログインをサポートします。

    • テーブルゴミ箱をサポートし、誤って削除されたテーブルおよびそのデータをゴミ箱から復元できます。

    • データマスキングを最適化し、計算結果および TEXT 以外のフィールド型をマスキングします。これにより、機密データの保護が大幅に強化され、機密情報に対するブルートフォース攻撃を防止できます。

    データレイク分析機能

    • 外部データソースのサポート

      • 外部データベース統合を強化し、Quick BI、Tableau、Superset などの主要 BI ツールからシームレスにアクセスできるようになりました。

      • 外部データベースのメタデータ更新間隔を指定することをサポートします。

      • 外部データベースに対して ANALYZE および AUTO ANALYZE をサポートします。

      • INSERT INTO を使用して Paimon プライマリキー付きテーブルにデータを書き込むことをサポートし、柔軟なレイクハウスデータフローを実現します。

      • INSERT INTO を使用して Iceberg テーブルにデータを書き込むことをサポートし、より多くのオープンデータレイクフォーマットとの互換性を確保します。

    • MaxCompute 透過アクセラレーション

      • MaxCompute データのリモートクエリを 2.0 へアップグレード （ベータ） しました。基盤メカニズムは MaxCompute C++ Native SDK を用いて再構築され、Hologres による MaxCompute データソースへのアクセスパフォーマンスおよび体験がさらに向上しました。

      • MaxCompute Delta テーブルの直接読み取りを （ベータ） サポートします。

      • 動的にマスキングされた MaxCompute データの直接読み取りを （ベータ） サポートし、統合された脱感作データマスキング体験を提供します。

      • スキーマ変更を経た MaxCompute テーブルの直接読み取りをサポートします。対応する操作には、カラムの追加、削除、カラム型の変更、カラム順序の変更が含まれます。

      • DataWorks データ開発（新バージョン）を用いた MaxCompute プロジェクト、スキーマ、テーブルの Hologres へのワンクリックマッピングをサポートします。

      • DataWorks データ開発（新バージョン）を用いた MaxCompute テーブルデータの Hologres へのワンクリックインポートをサポートします。

    2024 年

    Hologres V3.0（2024 年 9 月）

    コア機能の強化

    コア機能の説明

    関連ドキュメント

    動作変更

    エンジンの強化

    • 動的テーブルを導入し、フルおよび増分更新モードをサポートしました。データは自動的にストリーミングおよび更新され、リアルタイムデータウェアハウスのレイヤリングおよび統一されたバッチ／ストリーム処理という厳しい要件を満たし、さまざまなデータ分析のタイムリネス要件に対応します。

    • サーバーレスコンピューティング機能を最適化し、SELECT および COPY 操作をサポートしました。アドホックの大規模クエリ向けに、クラウドネイティブなリソース使用ソリューションを提供します。

    • 仮想ウェアハウスがスケジュールスケーリング （ベータ） をサポートしました。この機能は、異なる時間帯における変動するリソース要件に応じて、スケジュールに従って弾力的なコンピューティングリソースを提供します。これにより、相互干渉を防止し、リソース利用率を向上させます。

    • クエリキューをサポートします。

      • ビジネス要件に基づいてクエリキューを作成し、クエリキューの同時実行数および長さを設定できます。これにより、インスタンスの安定性が向上します。

      • 大規模クエリのガバナンス機能が向上しました。大規模クエリに対してキューイングタイムアウト期間を設定し、インスタンスへの悪影響を軽減できます。サーバーレスコンピューティングリソースで大規模クエリを再実行できます。

      • クエリキュー内のすべてのクエリをサーバーレスコンピューティングで実行することをサポートします。

    • 固定計画に基づくデータ書き込み、データ更新、ポイントクエリのパフォーマンスが、Hologres V2.2 と比較して約 10 % 向上しました。

    • INSERT OVERWRITE 文をパーティション親テーブルに対して実行できます。

    • ストアドプロシージャ機能 （ベータ） をサポートし、共通の SQL 文を定義してビジネスの複雑さを簡素化します。

    • スキーマ進化機能を強化し、カラムのデータ型を変更できるようになりました。

    • COPY 機能が強化され、プライマリキーを持つテーブルにデータをインポートする際にプライマリキーの競合が発生した場合、エラーを報告するのではなく、全行更新ポリシーを設定してデータレコードを更新できるようになりました。

    • クエリエンジンを強化し、クロス結合をサポートしました。これにより、非等価結合に基づくクエリのパフォーマンスが向上します。部分集約をサポートします。複数のフィールドに基づく GROUP BY 操作を実行する場合、部分集約を使用してメモリ使用量を制限し、OOM エラーの発生確率を低減できます。

    • ストレージエンジンを強化し、データが非順序であるカラムをセグメントキーとして設定した場合の列指向テーブルの更新パフォーマンスを向上させました。

    • 関数機能を以下のように強化しました：

      • TRY_CAST 関数を強化し、DATE、TIMESTAMP、TIMESTAMPTZ 型へのデータ変換をサポートしました。

      • DISTINCT および ORDER BY 句を含む ARRAY_AGG および STRING_AGG 関数を Hologres Query Engine（HQE）がサポートし、クエリパフォーマンスを向上させます。

    • SQL Hint 機能のパブリックプレビューが完了し、本番環境で使用可能になりました。デフォルトで有効になっています。

    • メタデータウェアハウスにおいて、COPY 操作に対して 1 件のレコードではなく 2 件のレコードが生成されるようになりました。詳細については、「COPY」をご参照ください。

    • Hologres V3.0.10 以降では、仮想ウェアハウスインスタンス内の各仮想ウェアハウスの最大計算ユニット（CU）数が 512 から 1024 に増加しました。

    O&M および安定性の向上

    • Simple Log Service を基盤とした Hologres の SQL 監査機能を提供しています。この機能は、データベース操作の監視、記録、分析を行い、データセキュリティおよび関連ポリシーへの準拠を確保します。

    • 仮想ウェアハウスのスケールアウト機能を強化しました。スケールアウト中はデータの読み取りおよび書き込みが中断されません。

    • 100 ms 未満の DML および DQL 文に関する統計情報をクエリログのシステムテーブルに集約し、SQL 文の観察および分析能力を向上させました。

    データレイクハウス

    • 外部データベース機能を追加し、DLF および MaxCompute テーブルのカタログレベルのメタデータマッピングをサポートしました。これにより、データレイクのメタデータおよびデータ管理能力が向上します。

    • Hive Metastore Service（HMS）を Hologres と統合し、メタデータマッピングをサポートしました。この機能は EMR クラスターにおけるデータクエリの高速化を支援します。

    • INSERT INTO 文を実行して、Apache Paimon の append-only テーブルにデータを書き込むことができます。

    • Iceberg ベースのデータレイクからデータを読み取ることができます。これにより、データレイクエコシステムがさらに拡大します。

    • セキュリティ機能を強化しました。デフォルトでは、DLF2.0 へのアクセスにサービスリンクロールが使用されます。また、RAM ロールを用いた DLF2.0 へのアクセスも可能です。

    • テーブル機能を強化しました。

      • Delta Lake リーダーを再構築し、読み取りパフォーマンスを大幅に向上させました。

      • Paimon の削除ベクターを最適化し、大量のデータが削除されたがコンパクションが適切に行われていない場合のクエリパフォーマンスを向上させました。

    • Hologres V3.0.22 以降では、Hologres からの MaxCompute Delta テーブルへのアクセスをサポートします。

    サーバーレスコンピューティング機能の商用提供開始（2024 年 7 月）

    コア機能の強化

    コア機能の説明

    参考資料

    動作変更

    Hologres サーバーレスコンピューティング機能のベータフェーズ終了

    Hologres サーバーレスコンピューティング機能の ベータ フェーズが終了しました。この機能は本番環境で使用可能であり、SLA が保証されています。2024 年 7 月 1 日 00:00（UTC + 08:00）に正式に商用提供が開始されました。

    Hologres サーバーレスコンピューティング機能のベータフェーズが終了し、本番環境で使用可能になりました。

    Hologres V2.2（2024 年 4 月）

    コア機能の強化

    コア機能の説明

    参考資料

    動作変更

    エンジンの強化

    • エンジンの基盤機能を継続的に最適化し、前バージョンと比較して全体的なパフォーマンスを約 15 % 向上させました。Hologres Query Engine（HQE）およびクエリオプティマイザー（QO）を継続的に最適化しました。

      • HQE の機能を最適化し、以下の観点からパフォーマンスを向上させました：

        • ランタイムフィルターの機能を強化し、シャッフル結合をサポートしました。これにより、ランタイムフィルターを使用するシナリオでクエリ効率が約 30 % 向上します。

        • HQE のリモートプロシージャコール（RPC）メカニズムを最適化しました。ワーカー間でデータをマージし、その後他のワーカーに配布することで、ネットワークオーバーヘッドを大幅に削減し、データがシャッフルされるシナリオでクエリパフォーマンスを 8 % 向上させました。

      • QO のパフォーマンスを最適化し、プラン段階における SQL 文の処理効率を以下の観点から 40 % 向上させました：

        • メモリ割り当てメカニズムおよび結合アルゴリズムを最適化し、マルチ結合シナリオにおけるクエリパフォーマンスを向上させました。

        • DATE_PART 関数を最適化し、年などの時刻関連フィールドのクエリ効率を向上させました。

        • DATE 型および TIMESTAMP 型のフィールド間の比較を最適化し、時刻関連フィールドのクエリ効率を向上させました。

        • フィルター句を含む複雑な関数の計算を最適化しました。最適化後、フィルター操作の順序が調整され、処理対象のデータ量が削減され、クエリ効率が向上します。

    • サーバーレスコンピューティング機能を提供しました。この機能により、指定されたデータインポートまたは ETL タスクを共有サーバーレスリソースプールで実行できます。これにより、インスタンス内のタスク間のリソース競合および相互干渉が防止され、インスタンスの安定性が向上します。この機能は特定のリージョンでサポートされています。

    • 動的パーティショニング機能を最適化し、パーティションの作成または削除のタイミング、およびコールドデータ移行のタイミングをカスタマイズできるようになりました。これにより、動的パーティショニング機能の使いやすさが向上します。

    • SQL Hint 構文をサポートしました。ヒントを使用して SQL 文の実行モードを変更でき、SQL 文の実行を細かく最適化できます。

    • hg_stat_activity ビューを最適化し、CPU およびメモリリソースに関するより正確なメトリクスを提供するようになりました。また、このビューをクエリすることで、MaxCompute から Hologres へのデータインポートの進行状況を取得できます。これにより、アクティブクエリの可観測性が向上します。

    • パス分析関数を追加し、パス内の各イベントにおけるトラフィックおよび時間消費を分析できます。これにより、製品運用戦略の分析および製品設計アイデアの最適化が可能になります。

    • 関数機能を以下のように強化しました：

      • try_cast 関数をサポートしました。異常データに対して、エラーメッセージではなく NULL を返すため、異常データ処理のコストを削減できます。

      • dateadd、datediff、last_day などの日付および時刻関数をサポートしました。

      • 複数の汎用集計関数を HQE 上で実行可能にし、クエリパフォーマンスを向上させました。

    • Hologres V2.2 以降では、固定計画を使用するプロセスのエンジンタイプが、スロークエリログ内で「SDK」から「FixedQE」に変更されました。これにより、スロークエリログおよびメトリクスにおける名前の一貫性が確保されます。

    • Hologres V2.2 以降では、FE ノードへの接続数が 128 から 256 に増加しました。接続数の合計が倍増しました。詳細については、「インスタンス管理」をご参照ください。

    • INSERT OVERWRITE および BSI 関数 が一般提供（GA）となりました。

    • Hologres V2.2 以降では、SELECT hg_dump_script() 文が、CALL 構文ではなく WITH 構文でテーブル作成プロパティを返すようになりました。これにより、テーブル作成の利便性および可読性が向上します。詳細については、「テーブルスキーマの表示」をご参照ください。

    O&M および安定性の向上

    • SQL フィンガープリントを収集およびスロークエリログに記録できます。SQL フィンガープリントのクラスタリング分析を実行することで、問題の特定および例外監視能力を向上させます。

    • QE、FixedQE、およびバイナリログに関連するメトリクスを公開し、お客様のビジネスの可観測性および O&M 能力を向上させます。

    • HoloWeb のクエリインサイト機能をサポートし、数回のクリックでクエリ実行情報、テーブルメタデータ情報、ロックトラブルシューティング情報を取得できます。これにより、トラブルシューティング効率が向上します。

    • クロス AZ ディザスタリカバリをサポートし、インスタンスのディザスタリカバリ能力を向上させます。この機能は特定のリージョンでサポートされています。

    • エンジンエラーコードおよびエラーメッセージを最適化し、スロークエリログの分析効率を向上させます。

      • DDL 文の実行期間を計算するロジックを最適化し、DDL 実行期間の収集精度を向上させました。

      • EXPLAIN ANALYZE 文の結果をスロークエリログに記録し、各オペレーターの実行時データを確認できるようにしました。

    • バージョンアップグレードの基盤メカニズムを最適化しました。物理復元を使用することで、大量のメタデータが存在する場合のアップグレード期間を大幅に短縮し、アップグレードによるビジネスへの悪影響を軽減します。

    • FE ノードのテーブルロックを短いロックにアップグレードし、DDL 文の実行失敗および FE ノードのメタデータ不整合などの問題を解決しました。これにより、FE ノードのメタデータの安定性および一貫性が向上します。

    • OpenAPI 機能のアップグレードにより、データレイクアクセラレーション、およびリソースグループ向けの新規 API を追加し、インスタンス運用管理能力を強化しました。

    エコシステム拡張

    • 外部テーブルのオートロード機能が MaxCompute 3 層モデルをサポートし、hg_experimental_auto_load_foreign_schema_mapping パラメーターを用いてスキーママッピングを指定できます。この機能は、MaxCompute 外部テーブルのスキーマ進化（例：カラムの追加、削除、カラム名の変更、カラム順序の変更）もサポートします。

    • オートロード機能を最適化し、Data Lake Formation（DLF）メタデータに基づく外部テーブルの自動作成をサポートしました。これにより、Object Storage Service（OSS）上のテーブルからのクエリを高速化します。

    • データレイクアーキテクチャをアップグレードしました。ORC および Parquet 形式の外部テーブルが、内蔵の高速ディスクおよびメモリを用いたマルチレベルキャッシュおよび述語プッシュダウンフィルタリングをサポートします。これにより、読み取りパフォーマンスが大幅に向上します。

    • Hologres のサービスリンクロールを用いて MaxCompute 外部テーブルにアクセスできるようになりました。これにより、Alibaba Cloud サービスの権限設定がより適切になり、誤操作によるリスクを防止できます。サービスリンクロールの作成および権限付与は、Hologres コンソール上で数回のクリックで行えます。

    • OSS バケット内のデータおよび MaxCompute 3 層モデルの指定スキーマ内のテーブルに、HoloWeb コンソールからアクセスできます。

    2023 年

    Hologres V2.1（2023 年 10 月）

    コア機能の強化

    コア機能の説明

    リファレンス

    動作変更

    エンジンの強化

    • 1 つ以上の COUNT DISTINCT 関数の実行パフォーマンスが、実行時に自動的に最適化され、クエリ効率が大幅に向上します。

    • クエリオプティマイザーにロウグループフィルター機構を追加しました。列指向テーブルの場合、列内の各行はロウグループを形成し、各ロウグループの最大値および最小値が記録されます。列のデータをクエリする際、システムは列指向テーブルからデータを読み取ることなく、各ロウグループのデータをフィルター処理します。これにより、クエリオーバーヘッドが大幅に削減され、クエリ効率が向上します。

    • ランタイムフィルター機能を最適化し、マルチカラム結合をサポートしました。これにより、結合効率が大幅に向上します。

    • 小さなファイルをマージするためのフルコンパクションを手動でトリガーできます。これにより、クエリ効率が向上します。

    • 範囲ベースのファネル分析関数を追加し、ユーザー活動のコンバージョンを分析および比較できます。

    • Bit-Sliced Index（BSI）拡張ライブラリを追加し、高カーディナリティのタグシナリオおよびユーザー属性タグと行動タグの両方を含む結合クエリにおけるクエリパフォーマンスおよび使いやすさを最適化します。

    • クラスタリングキーに基づく降順ソートをサポートしました。これにより、ソートシナリオにおけるクエリパフォーマンスが向上します。

    • 低頻度アクセスストレージのキャッシュ機構を最適化し、クエリパフォーマンスを向上させました。

    • テーブルプロパティの設定を簡素化するため、元の set_table_property 構文に代わって CREATE TABLE WITH および ALTER TABLE SET 文を追加しました。

    • プライマリキーを持たないテーブルへのデータ書き込み機能を最適化しました。これらのテーブルへのバッチ書き込みでは、テーブルロックではなく行ロックを取得し、Fixed Plan と同時に実行できます。

    • Proxima をベースとしたベクトル処理機能を最適化しました。テーブルの作成、ベクトルデータのテーブルへのインポート、およびベクトルインデックスの作成が可能になり、インデックス作成時間を短縮し、ベクトル処理を簡素化します。

    • 関数機能を以下のように強化しました：

      • 一部の配列関数を HQE 上で実行可能にし、関数パフォーマンスを向上させました。

      • 文字列を分割する KeyValue 関数を追加しました。

      • 型検出シナリオを簡素化し、MySQL 移行コストを削減するための IF 関数を追加しました。

    • Data Map、データリネージ、および 送信暗号化 のベータフェーズが終了し、一般提供（GA）となりました。

    • Hologres Binlog の消費に必要な権限要件が更新され、対象テーブルに対する読み取り権限のみが必要になりました。詳細については、「JDBC を使用した Hologres binlog の消費」をご参照ください。

    • 分布キーを持たない Hologres 内部テーブルに Bulkload を使用してデータをインポートする場合、インポートパフォーマンスが劣化する可能性があります。

    • 詳細については、「デフォルト動作の変更」をご参照ください。

    O&M および安定性の向上

    • スロークエリ機能を強化し、スロークエリの分析効率を向上させました。

      • EXPLAIN ANALYZE 文の結果をスロークエリログに記録し、各オペレーターの実行データを確認できるようにしました。

      • 固定計画に基づく診断機能を強化しました。データ書き込みシナリオにおける affected_rows およびクエリシナリオにおける result_rows および result_bytes のデータがメタデータウェアハウスに報告されるようになりました。

    • hg_relation_size 関数を追加し、テーブルのストレージサイズの詳細をクエリできます。

    • Hologres はネイティブ PostgreSQL の動作と互換性があり、ロードバランシングをサポートします。プライマリおよびセカンダリインスタンスが構成されているシナリオでは、ロードバランシングおよび自動インスタンスフェールオーバーがサポートされ、サービス可用性が向上します。

    • OpenAPI 機能をアップグレードしました。インスタンスの作成、更新、スペックアップ／ダウン、および解放のための API 操作を追加し、インスタンスの運用および管理能力を向上させました。

    エコシステム拡張

    データレイクアクセラレーションが Paimon 形式で格納されたデータをサポートします。

    OSS データレイクアクセラレーション

    Hologres V2.0（2023 年 4 月）

    コア機能の強化

    コア機能の説明

    関連ドキュメント

    動作変更

    エンジンの強化

    • ランタイムフィルター機能を追加し、結合プロセスにおけるフィルター操作を最適化しました。これにより、スキャン対象のデータ量が削減され、I/O オーバーヘッドが低減し、典型的なマルチテーブル結合シナリオでクエリパフォーマンスが 20 % 以上向上します。

    • Hologres クエリエンジンに Lazy Create Fragment Instance メカニズムを追加しました。このメカニズムは、クエリオーバーヘッドを削減し、大規模テーブルのデータをクエリし、返される行数に上限が設定されているシナリオでクエリパフォーマンスを大幅に向上させます。このメカニズムは、プレビューシナリオで一般的に使用されます。

    • Explain & Explain Analyze の実行計画の表示形式を完全に最適化しました。これにより、可読性が向上し、SQL パフォーマンスの最適化が簡素化されます。

    • 分散トランザクション機能を最適化しました。1 つのトランザクションで複数の DML 文を実行できます。

    • カラムの削除をサポートします。

    • CREATE TABLE AS 構文をサポートし、テーブルスキーマの反復的な最適化を簡素化します。

    • ストリーミング COPY をサポートします。データをバッチ処理する必要がなく、書き込みスループットが向上します。

    • 列指向ストレージモードで JSONB 形式のデータを含むカラムにビットマップインデックスを作成し、ポイントクエリを高速化できます。

    • DATE データ型のカラムをプライマリキーおよびパーティションテーブルのパーティションキーとして設定できます。パーティションプルーニングを最適化し、値の数がしきい値（デフォルト 100）を超えても IN Array 句のパーティションキー列をサポートします。

    • その他の内部エンジン最適化：

      • ストレージエンジンの Tablet Lazy Open メカニズムの最適化（プライマリおよびセカンダリインスタンスの両方でサポート）：24 時間以上アクセスされていないテーブルのメモリオーバーヘッドを自動的に無効化します。開いているテーブルの数がしきい値を超えると、システムは最近最も使用されていない（LRU）ポリシーに基づいてタブレットを動的に選択および無効化します。これにより、多数の開いているテーブルがあるシナリオでの常駐メモリオーバーヘッドが削減されます。

      • ストレージエンジンのスキーマストレージ管理メカニズムの最適化：ストレージ管理にメタタブレットを使用します。これにより、複数のテーブルおよびシャードが存在するシナリオでのスキーマ常駐メモリオーバーヘッドおよびリソースオーバーヘッドが削減されます。

      • ストレージエンジンの迅速な回復機能の最適化：特定のテーブルのデータが通常のデータ回復方法で回復できない場合、修復モードでの迅速な回復を有効にできます。デフォルトでは、メタデータ管理は論理回復をサポートします。論理回復は、多数のパーティションのデータを回復する必要がある場合に回復時間を大幅に短縮します。数万のパーティションを含むシナリオでは、論理回復は回復時間を 5 倍以上短縮します。

    • 関数機能を以下のように強化しました：

      • HQE 上でより多くの関数をサポートし、関数パフォーマンスを向上させました。

        • テーブル関数サポートフレームワークを再構築し、HQE が generate_series（INT、BIGINT、NUMERIC）をサポートできるようにしました。

        • PQE 関数サポートフレームワークを再構築し、HQE が left、right、text::timestamp、timestamp::text などの関数をサポートできるようにしました。

      • array_max、array_min、array_contains、array_except、array_distinct、array_union などの新しい配列関数を追加しました。

      • ウィンドウソート操作を簡素化するため、max_by および min_by 集計関数を追加しました。

    • 列ストアは Segment ストレージ形式をサポートしなくなりました。そのため、Segment 形式を使用するインスタンスは V2.0 以降にアップグレードできません。`hg_convert_segment_orc` ツール関数を使用してバッチ形式変換を実行できます。詳細については、「列指向テーブルのデータストレージ形式の変更」をご参照ください。

    • テーブルグループの誤用によるリソースの浪費を防ぐため、V2.0 から単一テーブルグループおよびインスタンスレベルでの合計シャード数に上限が設けられました。詳細については、「テーブルグループおよびシャード数操作ガイド」をご参照ください。

    • DataHub 書き込みは SDK（レガシー）モードをサポートしなくなり、完全に JDBC モードに切り替わりました。新しいモードはより安定しており、より多くのデータ型をサポートします。

    • デフォルトでは、バイナリログ拡張機能が構成されています。JDBC モードでバイナリログデータを消費する場合、バイナリログ拡張機能を手動で作成する必要はありません。WAL Senders のデフォルトクォータは、200 Slot/32C から 2,000 Slot/32C へと 10 倍に増加しました。この機能はベータフェーズを完了し、本番環境で使用可能です。詳細については、「JDBC を使用した Hologres バイナリログの消費」をご参照ください。

    • バックアップおよび回復（ローカルバックアップおよび回復）および階層化ストレージ（データ階層化ストレージ）はベータフェーズを完了し、本番環境で使用可能です。

    • 詳細については、「デフォルト動作の変更」をご参照ください。

    O&M および安定性の向上

    • pg_stat_activity に基づき、hg_stat_activity を導入しました。元の使用法と互換性があり、実行ステージ、実行エンジンタイプ、リソース使用量、実行時ロックなど、より詳細な実行時診断情報を提供します。

    • シャードレベルのレプリカ機能を改善し、単一インスタンスの高可用性、ロードバランシング、高スループットをサポートし、マシン障害や不均衡なホットスポットなどの問題に対処します。

    • Auto Analyze 機能をリファクタリングし、分散 Auto Analyze を可能にしました。これにより、外部テーブル、レイクハウスアクセラレーションクラスターのテーブル、パーティションテーブルの増分データを自動的に分析できます。これにより、超大規模テーブルや超ワイドカラムの分析失敗などの問題が解決されます。統計情報が不足しているテーブルの数が大幅に削減されます。実行計画はより安定し、消費されるリソースが少なくなり、パフォーマンスがより安定します。

    • ストレージ暗号化構成を最適化し、柔軟な単一テーブル暗号化構成をサポートします。

    • データリネージメカニズムを最適化し、DataWorks を使用して MaxCompute および Hologres のデータに対するクロスエンジンリネージ分析を実行できます。CTE などの式を使用してデータリネージを解析できます。

    エコシステム拡張

    • MaxCompute 外部テーブルのクエリ高速化エンジンをアップグレードし、互換性と安定性を向上させました。

    • レイクハウスアクセラレーションシナリオでは、統合された DLF メタデータ管理により、DLF データカタログ（マルチカタログ）を使用してメタデータを隔離できます。これにより、テスト環境、開発環境、および部門横断クラスター間のメタデータ隔離が容易になります。

    • レイクハウスアクセラレーションシナリオでは、OSS-HDFS（JindoFS とも呼ばれる）に格納されたデータへのアクセスを高速化できます。これにより、ビッグデータ Hadoop エコシステムや AI などのドメインにおけるデータレイクコンピューティングの要件をより良く満たすことができます。

    • データおよびジョブの移行シナリオを簡素化するため、ClickHouse 互換関数を追加しました。

    2022 年

    Hologres V1.3（2022 年 7 月）

    コア機能の強化

    コア機能の説明

    関連ドキュメント

    動作変更

    エンジンの強化

    • リアルタイム集計シナリオでのクエリ効率を向上させるため、リアルタイムマテリアライズドビューをサポートします （ベータ）。

    • JSONB ストレージの最適化：列指向ストレージの最適化を採用することで、クエリ統計とデータ圧縮の効率を大幅に向上させました。

    • パーティションテーブルの動的パーティション管理をサポートし、パーティションサブテーブルの自動作成および削除を含みます。

    • UNIQ 精密重複排除関数を追加し、重複排除効率を大幅に向上させ、マルチ Count Distinct シナリオを最適化し、メモリ消費を削減します。

    • エンジンの最適化。

      • FixedPlan に準拠した Insert 文を使用して、パーティション親テーブルに直接書き込むことをサポートします。

      • string_agg() や array_agg() などの集計式によるフィルタリングをサポートします。

      • RowType および row() や row_to_json() などの関数をサポートします。

      • テーブルのスキーマを変更することをサポートします。

      • with 式のパフォーマンスを向上させるため、CTE Reuse オペレーターをサポートします。

    • MaxCompute 3 層モデル（project.schema.table）の読み取りをサポートします。

    • MaxCompute Transactional テーブルの読み書き、MaxCompute Schema Evolution テーブル（MaxCompute で列の削除、列順序の変更、列型の変更などの操作が行われたテーブル）の読み取り、および Array 型と Date 型の書き戻しをサポートします。

    デフォルト動作変更ノート

    O&M および安定性の向上

    • 共有ストレージセカンダリインスタンスのセルフサービス構成をサポートし、弾力性と高可用性を最適化します。

    • メタデータウェアハウスに table_info テーブルを追加し、データガバナンス機能を向上させました。

    • メタデータのメモリフットプリントを削減するための継続的なメモリ最適化。

    • データ誤操作などのシナリオで履歴データを復元するための、自動定期バックアップおよび手動バックアップをサポートします。

    エコシステム拡張

    • PostGIS 拡張機能の本番環境レベルでのサポートを提供します。

    • Oracle 拡張パッケージをサポートし、多くの互換関数を追加しました。

    • DLF を介した Hudi および Delta 形式の外部テーブルの読み取り、および DLF を介した CSV、Parquet、SequenceFile、ORC 形式のデータの OSS 外部テーブルへの書き込みをサポートします。

    • BI 互換性を強化し、Tableau 互換性テスト（TDVT）で 99%+ の合格率を達成しました。

    2021 年

    Hologres V1.1（2021 年 10 月）

    コア機能の強化

    コア機能の説明

    参照

    動作変更

    O&M の改善

    • リソースグループ隔離機能 （ベータ） が利用可能になりました。複数のリソースグループを作成して、インスタンス内の異なるユーザーのコンピューティングリソースに対してスレッドレベルのワークロード隔離を実装できます。これにより、マルチユーザーおよびマルチシナリオの使用をより良くサポートします。

    • Hologres インスタンスのオンラインホットアップグレードを実行できます。アップグレード中、データの読み取りおよびクエリは影響を受けません。ホットアップグレードをリクエストするには、Hologres DingTalk グループに参加してください。

    • Auto Analyze 機能は Hologres V1.1 でデフォルトで有効になっています。

    • MaxCompute データを直接読み取るための新しい Hologres エンジンは V1.1 でデフォルトで有効になっています。

    • Resharding 機能はベータフェーズを完了し、関連する関数名が更新されました。

    詳細については、「デフォルト動作の変更」をご参照ください。

    エンジンの強化

    • 行と列のハイブリッドストレージ構造を持つテーブルを作成できます。これにより、単一のデータコピーでポイントクエリや OLAP などの複数のクエリシナリオをサポートできます。

    • JDBC を使用して Hologres バイナリロギングデータをリアルタイムで消費できます （ベータ）。

    • Hologres Binlog をオンデマンドで有効にし、その構成を動的に変更できます。

    • Hologres は、列の名前変更をサポートするようになりました。

    • JSONB インデックス機能 （ベータ） が利用可能になり、JSON 形式のデータのクエリと取得を高速化します。

    • メモリ内のメタデータの管理メカニズムが最適化されました。メタデータをキャッシュおよび圧縮して、メモリをより効率的に管理できます。

    外観の最適化

    • Hologres は、DLF を使用して CSV、Parquet、SequenceFile、および ORC 形式の OSS データを読み取ることをサポートするようになりました。

    • Hologres は、複数の Hologres インスタンス間でのクロスデータベースクエリおよびフェデレーションクエリをサポートするようになりました。

    セキュリティの強化

    • Hologres は、Hologres 内部テーブルのデータのストレージ暗号化をサポートするようになりました （ベータ）。これにより、データアクセスセキュリティが強化されます。

    • Hologres は、暗号化された MaxCompute データの読み取りをサポートするようになりました （ベータ）。この機能により、Hologres と MaxCompute エコシステムの互換性が向上します。

    Hologres V0.10（2021 年 5 月）

    コア機能の強化

    コア機能の説明

    参照

    エンジンの強化

    • テーブル統計の自動収集をサポート：データ書き込みおよび更新中にテーブル統計を自動的にサンプリングして、より良いクエリプランを生成し、Analyze Table を手動で実行する必要をなくします。

    • ポイントクエリ（Key/Value）シナリオでのミリ秒レベルの高信頼性をサポート （ベータ）：シャードレベルのマルチレプリカ構成、ミリ秒レベルのプライマリ-レプリカ切り替え、およびクエリリトライをサポートし、サービスシナリオでの高信頼性を大幅に向上させます。

    • RoaringBitmap 拡張機能が追加され、Bitmap データ型および関連関数をネイティブでサポートします。

    • bit_construct および bit_match 関数が追加されました：ユーザーターゲティングやアトリビューションなどのシナリオに最適化されており、userid に基づくより効率的な集計フィルタリングをサポートします。

    • range_retention_count および range_retention_sum 関数が追加されました：複数日の範囲クエリを持つリテンションシナリオに最適化されています。

    • Resharding ツールが追加されました：組み込みの Resharding 関数を使用すると、テーブルを再作成することなくシャード数を変更でき、チューニングプロセスを簡素化します。

    • 列ストアのデフォルト圧縮形式が AliORC に最適化され、ストレージ圧縮率が 30 % から 50 % 向上しました。

    外部テーブルクエリ機能

    • MaxCompute 外部テーブルのクエリパフォーマンスが向上しました （ベータ）：新しい外部テーブルアクセラレーションエンジンにより、以前のバージョンと比較してクエリパフォーマンスが約 30 % から 100 % 向上しました。

    • DLF 統合が追加されました （ベータ）：DLF を介して OSS データを読み取ります。

    パフォーマンスの最適化

    • ポイントクエリのパフォーマンスが向上しました：ローストアの総スループットが 100 %、列ストアが 30 % 向上しました。

    • 更新操作の最適化：Update/Delete のパフォーマンスが 30 % 向上しました。

    • クエリプランキャッシュ：クエリプランキャッシュを最適化して、オプティマイザーのレイテンシを削減しました。

    /

    エンタープライズレベルの O&M とセキュリティの最適化

    • スロークエリが公開され、組み込みのクエリステータス履歴が提供されます。過去 1 か月以内のすべてのクエリのステータスをクエリして、遅いクエリや失敗したクエリを迅速に特定できます。

    スロークエリログの表示と分析

    Hologres V0.9（2021 年 1 月）

    コア機能の強化

    コア機能の説明

    参照

    エンジンの強化

    • データ型が豊富になりました。

      • JSON および JSONB 型。

      • 時間型：interval、timetz、time

      • ネットワーク型：inet

      • 通貨型：money

      • PG システム型：name、uuid、oid

      • その他：bytea、bit、varbit

    • PG 互換関数や Hologres 拡張関数など、関数型が豊富になりました。

      • 配列関数：array_length と array_positions が追加されました。

      • テーブルと DB のストレージサイズを表示する関数：pg_relation_size と pg_database_size。

    • Hologres SQL コマンド文を使用して Hologres データを MaxCompute にエクスポートし、データアーカイブをサポートします。

    • Hologres Binlog サブスクリプションをサポートします （ベータ）。

    • テーブルのビットマップインデックスと辞書エンコーディングの動的変更、およびデータ特性に基づいた辞書エンコーディングの自動作成をサポートします。

    • Hologres Client Library がリリースされました。これは、Hologres への大規模なオフラインおよびリアルタイムデータ同期、および高 QPS のポイントクエリシナリオに適しています。データを自動的にバッチ処理することでスループットを向上させます。

    • JDBC 書き込みパイプラインとクエリオプティマイザーが最適化され、エンジンの書き込み効率が大幅に向上しました。

    • BI エコシステムの接続性が向上し、Tableau Server や Superset などのより多くの BI ツールをサポートして、さまざまなビジネス分析ニーズに対応します。

    セキュリティの強化

    • ロールを介して STS アカウントを使用して Hologres にログインすることをサポートし、クラウドアカウントだけでなく、より安全で多様なアカウントログインシステムを可能にします。

    RAM ロール認証モード

    2020 年

    Hologres V0.8（2020 年 10 月）

    コア機能の強化

    コア機能の説明

    参考情報

    エンジンの強化

    • CREATE VIEW 文を使用してビューを作成できます。1 つ以上のテーブル（内部テーブルおよび外部テーブルを含む）または他のビューに基づいてビューを作成できます。

    • SERIAL、DATE、TIMESTAMP、VARCHAR(n)、および CHAR(n) データ型が追加されました。また、MaxCompute 外部テーブルデータの配列型マッピングがサポートされています。

    • INSERT ON CONFLICT 機能を使用して、データを挿入する際にプライマリキー構成に基づいて重複データを更新またはスキップできます。

    • TRUNCATE 機能をサポートします。

    • 組み込みの Proxima ベクトル検索エンジンは、大規模なデータセットでのベクトル検索をサポートします。この機能は現在 ベータ です。

    セキュリティの強化

    • データマスキング機能が追加されました。複数のマスキングポリシーを設定して、電話番号、住所、ID カード番号などの機密情報をマスキングできます。

    • CloudMonitor との統合がサポートされ、カスタムメトリック監視とワンクリックアラートが可能になります。

    MaxCompute 外部テーブルクエリの制約と制限

    • MaxCompute パーティションテーブルをクエリする場合、スキャンできるパーティションの最大数は 512 です（0.8 より前のバージョンでは 50 でした）。

    • 各クエリで、スキャンできる基盤となるデータの最大量は 200 GB です（外部テーブルとフィールドの数に関係なく、0.8 より前のバージョンでは 100 GB でした）。

    制約と制限