GreptimeDB v0.3 正式发布｜分布式能力全面提升
六月即将过半，伴着夏日的声声蝉鸣，GreptimeDB v0.3 如期而至。
在 4 月中旬发布的 v0.2 版本 中，我们主要目标集中在单机，PromQL 兼容，写入性能优化等方面。
v0.2 的单机版本有了较好的基础，而在 v0.3 版本，我们的关键词则是 “分布式”，也就是所有的能力或是更新均在分布式版本上提供（分布式提供了单机版本不具备的扩展性、高可用性和容错性等）。总结来讲，主要有以下几个方面:
- 分布式性能优化：实现了 Region 级别的高可用性，提供了快速的容灾切换调度。同时也对分布式写入性能进行了优化。
- 查询能力提升：包括支持分布式查询优化、重要 SQL 查询 (如 TopK) 的改善以及优化数据压缩策略来加快查询速度。
- 稳定性增强：为了增加系统的健壮性和可靠性，引入了 Procedure 框架来保障多步操作的最终一致性。同时提供了更细粒度的 Hybrid-flush 策略以提高写入的稳定性，并增加了更多性能指标度量的埋点来提升系统的可观测性，支持如 Tokio console 等工具。
从 0.2 到 0.3，一个半月时间，仅 GreptimeDB 项目就合并了 222 PRs, 涉及到674 个文件修改，包含了 120+ 个功能优化，50+ 个修复以及 20+ 重构，这些数字的背后是 27 位社区贡献者的努力，我们衷心地感谢社区和团队的努力。接下来，我们重点讲述 v0.3 的核心内容。
GreptimeDB v0.3 重点内容
实现 Region 级别的高可用
实现 Region 级别的高可用在分布式系统中，为了保障高可用，需要做到 region 级别的容灾, GreptimeDB 在 v0.3 版本中支持了这一特性，是最终达到分布式高可用的重要里程碑，由于涉及到 Frontend, Meta 和 Datanode 等不同组件的改造，影响面较广，我们通过 Issue#1126 [1] 来跟踪整个实现过程，如果你对此感兴趣，欢迎关注。当然，一切是从 RFC: Region Fault Tolerance [2] 开始：
重要的 SQL 查询场景优化
基于过去的业务经验，在 GreptimeDB v0.3 开发中重点优化了最常用的查询场景，比如 TopK 等，主要还是利用了剪枝的思维，我们也将整个工作分成了多个子任务，并通过 Issue#1286 [3] 跟踪。
分布式查询优化，支持常用算子下推
为了数据库的分析能力，很早就有人提出 Near-Data Processing 的方式，也就是给予存储层一定的算力，让一些简单的计算在数据中心完成之后再返回，这样可以避免大量原始数据的传输，而算子下推 (operator push-down) 是最常见的实现方式，GreptimeDB v0.3 支持了 PromQL 大部分算子和谓词的下推，优化分布式查询。这么重要的功能，我们也事先通过 RFC: Distributed Planner [4] 讨论实现方案，具体实现可参见 PR#1660 [5]。
（Greptime 开发日常：这个 PR 超过了 1000 行代码的修改，在我们内部是极不推荐的，但因为 author 会发红包，大家也就勉强原谅了 ta，甚至还有点期待。)
引入了 Procedure 框架，保障多步操作的最终一致性
增加更多的性能指标提升系统的可观测性
作为可观测体系下的可靠存储方案，GreptimeDB 自身的可观测性也必须做好，在 v0.3 版本中，增加了更多的 metric 指标用来检测系统的运行情况，这部分内容遍及到每个组件中，可以参看 PR list [9] 。
整体上，v0.3 会是一个初步可以试用的分布式版本，它具备了 region 粒度的服务高可用（数据高可靠还待后续版本完成），重点场景的分布式查询（重点是 PromQL 查询方向）和写入性能均达到或者略微超过主流同类数据库性能的水位线。
⚠️ 升级注意事项
那么需要修改为
data_home = "/greptimedb" ，data_home 替代指定数据根目录；
- 建议升级之前使用 COPY 命令备份数据。
GreptimeDB v0.4 计划
从 0.3 开始便将研发重点聚焦到分布式，并制定了中长期计划，按月迭代，0.4 的主题就是性能和完善现有功能，将聚焦在以下几个功能：- 分布式 DDL 语句的支持像 Create Table, Drop Table 等接入 Procedure 框架确保分布式多步操作的正确执行；
- 异步的压缩和索引，提升查询性能；
- 在 0.3 版本我们支持了 PromQL 大部分算子和谓词的下推，0.4 版本将聚焦到 SQL 中的常见算子的下推以提升 SQL 查询性能；
- 重点优化表引擎和存储引擎，提升读写性能，降低资源消耗。
致谢社区
感谢亲爱的社区和所有贡献者们，是你们的每一个建议、BUG 修复和代码贡献，才让这个项目不断壮大、迈向新的高峰。
参考链接：
[1] https://github.com/GreptimeTeam/greptimedb/issues/1126
[2] https://github.com/GreptimeTeam/greptimedb/blob/develop/docs/rfcs/2023-03-08-region-fault-tolerance.md
[3] https://github.com/GreptimeTeam/greptimedb/issues/1286
[4] https://github.com/GreptimeTeam/greptimedb/blob/develop/docs/rfcs/2023-05-09-distributed-planner.md
[5] https://github.com/GreptimeTeam/greptimedb/pull/1660
[6] https://github.com/apache/hbase/blob/bfc9fc9605de638785435e404430a9408b99a8d0/src/main/asciidoc/_chapters/pv2.adoc
[7] https://github.com/GreptimeTeam/greptimedb/blob/develop/docs/rfcs/2023-01-03-procedure-framework.md
[8] https://github.com/GreptimeTeam/greptimedb/issues/286
[9] https://github.com/GreptimeTeam/greptimedb/pulls?q=is%3Apr+is%3Amerged+merged%3A%3E2023-04-18+metric关于 Greptime
Greptime 格睿科技于 2022 年创立，目前正在完善和打造时序数据库GreptimeDB 和格睿云 GreptimeCloud 这两款产品。
GreptimeDB 是一款用 Rust 语言编写的时序数据库，具有分布式、开源、云原生、兼容性强等特点，帮助企业实时读写、处理和分析时序数据的同时，降低长期存储的成本。
GreptimeCloud 基于开源的 GreptimeDB，为用户提供全托管的 DBaaS，以及与可观测性、物联网等领域结合的应用产品。利用云提供软件和服务，可以达到快速的自助开通和交付，标准化的运维支持，和更好的资源弹性。GreptimeCloud 已正式开放内测，欢迎关注公众号或官网了解最新动态！
官网：https://greptime.com/
GitHub: https://github.com/GreptimeTeam/greptimedb
文档：https://docs.greptime.com/
Twitter: https://twitter.com/Greptime
Slack: https://greptime.com/slack
LinkedIn: https://www.linkedin.com/company/greptime/
往期精彩文章：
👇 点击下方阅读原文，立刻前往 GitHub 下载体验开源的时序数据库 GreptimeDB