加快企業(yè)級(jí)能力國(guó)產(chǎn)化，騰訊云數(shù)據(jù)庫(kù)做了這些事情

今年6月，騰訊云數(shù)據(jù)庫(kù)TDSQL PG版Oracle兼容能力以及TDSQL-A兩大引擎全新升級(jí)，Oracle兼容性和海量數(shù)據(jù)查詢分析能力再上新臺(tái)階。為幫助開發(fā)者更清楚的了解到騰訊云數(shù)據(jù)庫(kù)究竟做了什么，特推出"DBTalk數(shù)據(jù)庫(kù)企業(yè)級(jí)能力國(guó)產(chǎn)化”專場(chǎng)，就數(shù)據(jù)庫(kù)引擎在Oracle兼容核心能力構(gòu)建、海量數(shù)據(jù)分析引擎構(gòu)架設(shè)計(jì)、下一代列式存儲(chǔ)原理、復(fù)雜查詢執(zhí)行優(yōu)化等方面進(jìn)行深入解讀。

本期帶來(lái)各講師分享精華及直播回顧視頻。

《深入解讀TDSQL的Oracle兼容及管控能力》

騰訊云數(shù)據(jù)庫(kù)高級(jí)產(chǎn)品經(jīng)理李曉慧

TDSQL for PostgreSQL Oracle引擎版全新升級(jí)，支持更多的Oracle兼容特性，具有更強(qiáng)的管控能力，同時(shí)提供私有云和公有云兩種服務(wù)方式，并且支持分布式和集中式兩種架構(gòu)。騰訊云數(shù)據(jù)庫(kù)高級(jí)產(chǎn)品經(jīng)理李曉慧分享的內(nèi)容主要有三個(gè)方面，分別為TDSQL PG版的架構(gòu)概覽、Oracle兼容性和重點(diǎn)管控能力。

TDSQL PG版集群分為OSS管理系統(tǒng)和數(shù)據(jù)庫(kù)實(shí)例兩部分，OSS管理系統(tǒng)主要包含如下幾個(gè)組件：

·center運(yùn)維管理中心是OSS的核心部分，負(fù)責(zé)處理用戶對(duì)集群的相關(guān)操作，通過(guò)OSS的WEB端下發(fā)命令到Center，再下發(fā)到各個(gè)Agent或者數(shù)據(jù)庫(kù)節(jié)點(diǎn)執(zhí)行，同時(shí)還負(fù)責(zé)定時(shí)任務(wù)的調(diào)度和執(zhí)行。

·confdb是OSS的配置數(shù)據(jù)庫(kù)，負(fù)責(zé)存儲(chǔ)整個(gè)集群的元數(shù)據(jù)信息，例如節(jié)點(diǎn)關(guān)系等。

·etcd集群提供OSS管理系統(tǒng)的高可用支撐，負(fù)責(zé)OSS Center和ConfDB的選主，同時(shí)存儲(chǔ)高可用信息。

·agent是OSS具體任務(wù)執(zhí)行者，在每臺(tái)物理機(jī)上安裝一個(gè)，與數(shù)據(jù)庫(kù)節(jié)點(diǎn)一起進(jìn)行混合部署，每臺(tái)部署了數(shù)據(jù)庫(kù)節(jié)點(diǎn)的物理機(jī)上都需要安裝一個(gè)Agent服務(wù)。OSS管理系統(tǒng)通過(guò)Agent實(shí)現(xiàn)對(duì)每個(gè)數(shù)據(jù)庫(kù)節(jié)點(diǎn)的狀態(tài)監(jiān)控和操作。

TDSQL PG版提供分布式形態(tài)和集中式形態(tài)給到客戶靈活選擇。分布式實(shí)例包含GTM、CN、DN節(jié)點(diǎn)，集中式只包含DN節(jié)點(diǎn)。

·GTM（Global Transaction Manager）是全局事務(wù)管理，提供實(shí)例范圍的統(tǒng)一時(shí)鐘和支持分布式事務(wù)。

·CN是指協(xié)調(diào)節(jié)點(diǎn)，負(fù)責(zé)處理業(yè)務(wù)的讀寫請(qǐng)求，轉(zhuǎn)發(fā)請(qǐng)求到DN，匯聚多個(gè)DN的結(jié)果。

·DN節(jié)點(diǎn)負(fù)責(zé)保存實(shí)例的數(shù)據(jù)。

TDSQL PG版經(jīng)過(guò)多年的行業(yè)打磨，在特定行業(yè)的適配下其兼容性高達(dá)98%及以上，主要體現(xiàn)在接口、功能、語(yǔ)法和生態(tài)四個(gè)大的層面。

·在訪問(wèn)接口上，我們支持JDBC/ODBC、C/C++、OCI、Python等多種訪問(wèn)方式，OCI我們支持100+多個(gè)常用的接口。

·在語(yǔ)法上，兼容全部的內(nèi)置數(shù)據(jù)類型，內(nèi)置函數(shù)包含單行函數(shù)、聚合函數(shù)、分析函數(shù)在內(nèi)，共計(jì)100+個(gè)；PL/SQL方面，兼容程序的定義、變量的定義、多種控制結(jié)構(gòu)、動(dòng)態(tài)SQL等；系統(tǒng)內(nèi)置包兼容了常用的10多個(gè)；系統(tǒng)視圖兼容了常用的40+個(gè)。

·在功能上，分區(qū)表、查詢、同義詞、序列、rownum、rowid等多種特性都進(jìn)行了兼容。

·在生態(tài)上，我們提供了從兼容性評(píng)估、數(shù)據(jù)遷移、數(shù)據(jù)同步、數(shù)據(jù)比對(duì)、業(yè)務(wù)交割等一系列的方案。

李曉慧表示，管控系統(tǒng)主要是負(fù)責(zé)管理整個(gè)數(shù)據(jù)庫(kù)集群，包含非常豐富的功能，它同時(shí)可以管理集中式和分布式的實(shí)例，集租戶管理、服務(wù)器資源管理、實(shí)例監(jiān)控運(yùn)維管理于一體。從集群部署、實(shí)例生產(chǎn)、實(shí)例擴(kuò)容、故障修復(fù)到行優(yōu)化和資源回收，貫穿TDSQL整個(gè)運(yùn)營(yíng)生命周期。

用戶在應(yīng)用遷移到TDSQL PG版之后如何更容易的使用分布式數(shù)據(jù)庫(kù)一直是TDSQL for PG團(tuán)隊(duì)致力于解決的問(wèn)題，以下李曉慧著重分享了三個(gè)方面的企業(yè)級(jí)能力：

·分布式快速擴(kuò)容：能夠解決傳統(tǒng)擴(kuò)容在搬遷數(shù)據(jù)時(shí)需要消耗大量時(shí)間的問(wèn)題，該工具能將分布式的數(shù)據(jù)節(jié)點(diǎn)快速?gòu)?組擴(kuò)容成2組，從而極大減少了變更的時(shí)間窗口。

·分布式備份恢復(fù)：提供物理備份恢復(fù)和邏輯備份恢復(fù)的能力，并且能實(shí)現(xiàn)分布式的PITR恢復(fù)。

·全局session視圖：能夠提供分布式下的執(zhí)行狀態(tài)樹，讓分布式數(shù)據(jù)庫(kù)中的進(jìn)程運(yùn)行狀態(tài)一目了然。

《TDSQL-A全新引擎構(gòu)架揭秘》

騰訊云數(shù)據(jù)庫(kù)專家工程師伍鑫

TDSQL-A作為騰訊首款自研MPP分析型數(shù)據(jù)庫(kù)，于2021年5月發(fā)布后，在政務(wù)，公安，電信，金融等多個(gè)企業(yè)級(jí)項(xiàng)目中嶄露頭角。經(jīng)過(guò)團(tuán)隊(duì)過(guò)去一年的深入探索和改進(jìn)，TDSQL-A迎來(lái)全面升級(jí)版本，騰訊云數(shù)據(jù)庫(kù)專家工程師伍鑫強(qiáng)調(diào)在自研列式存儲(chǔ)、向量化引擎、并行執(zhí)行邏輯、計(jì)算層緩存等核心技術(shù)模塊取得重大性能突破，通用場(chǎng)景分析性能提升十倍以上。另外對(duì)產(chǎn)品周邊生態(tài)工具以及易用性上也持續(xù)投入，推出高速數(shù)據(jù)流轉(zhuǎn)工具、查詢瓶頸自動(dòng)分析工具、復(fù)雜查詢自動(dòng)優(yōu)化能力等。

伍鑫表示，TDSQL-A通過(guò)基于heap表的元數(shù)據(jù)實(shí)現(xiàn)，將列存的MVCC設(shè)計(jì)與行存表統(tǒng)一，使得TDSQL-A的列存表能夠完美支持DML、分布式事務(wù)一致性、并發(fā)更新等能力。同時(shí)列存表也支持B-Tree/Hash索引，range/hash/list等多級(jí)分區(qū)表能力。用戶使用起來(lái)更加方便，在選擇存儲(chǔ)類型建表后，用戶基本可以無(wú)感知的進(jìn)行行列混合多表關(guān)聯(lián)、基于索引的點(diǎn)查詢加速、多任務(wù)并發(fā)入庫(kù)/查詢。

伍鑫在分享中提到，PostgreSQL和大多通用關(guān)系型數(shù)據(jù)庫(kù)一樣，執(zhí)行引擎選擇適應(yīng)性更強(qiáng)的標(biāo)準(zhǔn)火山模型。數(shù)據(jù)自下而上按tuple元組級(jí)別被一條條的向上流轉(zhuǎn)。本次升級(jí)TDSQL-A主要聚焦向量化執(zhí)行執(zhí)行方向進(jìn)行框架改造和深入優(yōu)化。針對(duì)TPC-DS場(chǎng)景做到所有語(yǔ)句支持向量化執(zhí)行。

作為通用分析型數(shù)據(jù)庫(kù)，系統(tǒng)并不會(huì)對(duì)多表關(guān)聯(lián)查詢操作進(jìn)行限制，用戶可以自由根據(jù)業(yè)務(wù)模型進(jìn)行表設(shè)計(jì)及優(yōu)化，而這其中最復(fù)雜的模塊非查詢優(yōu)化器莫屬。TDSQL-A分布式優(yōu)化器結(jié)合CBO與RBO對(duì)MPP分布式計(jì)算進(jìn)行最佳查詢計(jì)劃搜尋，保證查詢?cè)赥PC-DS級(jí)別的語(yǔ)句中，基本可以做到無(wú)需優(yōu)化器參數(shù)調(diào)優(yōu)，用默認(rèn)參數(shù)就可以生成最佳執(zhí)行計(jì)劃。而在多個(gè)企業(yè)級(jí)項(xiàng)目的復(fù)雜（20～30張表關(guān)聯(lián)）業(yè)務(wù)場(chǎng)景中，也得到了很好的效果驗(yàn)證。

伍鑫強(qiáng)調(diào)，TDSQL-A在本次升級(jí)后，提供了增強(qiáng)的資源組（Resource Group）管控能力，為角色Role提供資源組配置能力，相同資源組內(nèi)用戶可以設(shè)置優(yōu)先級(jí)控制。資源組能力控制本身支持基于CGroup的CPU資源管控，基于query_mem的語(yǔ)句級(jí)內(nèi)存資源管控能力。整體保證集群CPU、內(nèi)存等資源完全在內(nèi)核范圍可控，避免因復(fù)雜查詢導(dǎo)致系統(tǒng)資源耗盡帶來(lái)的異常狀況。用戶可以基于資源組支持多租戶能力，靈活進(jìn)行業(yè)務(wù)資源隔離。

TDSQL-A海量數(shù)據(jù)處理情況下，PostgreSQL原生的Copy數(shù)據(jù)導(dǎo)入性能成為瓶頸，如何快速將前端OLTP/ODS數(shù)據(jù)導(dǎo)入到TDSQL-A進(jìn)行分析成為了整個(gè)生態(tài)中關(guān)鍵的一環(huán)。這里我們針對(duì)分析型數(shù)據(jù)庫(kù)多DN節(jié)點(diǎn)進(jìn)行了分布式優(yōu)化，用戶建立基于TDX（TDSQL-A Data Exchanger）的外部表，在數(shù)據(jù)導(dǎo)入導(dǎo)出過(guò)程中，DN并行的從TDX進(jìn)行數(shù)據(jù)分片的收取和發(fā)送，整體性能達(dá)到Copy的數(shù)十倍。

《詳解列存儲(chǔ)設(shè)計(jì)支撐HTAP場(chǎng)景》

騰訊云數(shù)據(jù)庫(kù)高級(jí)工程師呂夫洋

關(guān)于TDSQL-A列存儲(chǔ)的底層架構(gòu)設(shè)計(jì)，以及這些設(shè)計(jì)是如何支撐傳統(tǒng)的分析性數(shù)倉(cāng)場(chǎng)景以及HTAP混合負(fù)載場(chǎng)景的，騰訊云數(shù)據(jù)庫(kù)高級(jí)工程師呂夫洋在本次分享中給出了答案。

呂夫洋的分享主要分為三個(gè)部分，數(shù)據(jù)庫(kù)存儲(chǔ)引擎背景，存儲(chǔ)引擎基礎(chǔ)架構(gòu)設(shè)計(jì)以及重要組件以及混合負(fù)載業(yè)務(wù)場(chǎng)景以及引擎內(nèi)部機(jī)制。

行存儲(chǔ)引擎交每行的數(shù)據(jù)連續(xù)的存儲(chǔ)在一起，對(duì)于交易性業(yè)務(wù)、也就是OLTP這樣頻繁以行作為單位存儲(chǔ)表中數(shù)據(jù)的業(yè)務(wù)負(fù)載，行存儲(chǔ)性能比較好，適合于交易型和點(diǎn)操作。但是，呂夫洋重點(diǎn)提到對(duì)于分析性業(yè)務(wù)，使用行存儲(chǔ)會(huì)將當(dāng)次查詢不相關(guān)的列數(shù)據(jù)讀入內(nèi)存中，會(huì)帶來(lái)額外的系統(tǒng)資源開銷。使用列存儲(chǔ)模型通過(guò)將表中的列連續(xù)的存儲(chǔ)在一起，能夠很好的解決這個(gè)問(wèn)題，且在對(duì)大數(shù)據(jù)量的范圍操作或者復(fù)雜查詢場(chǎng)景下有著優(yōu)異的表現(xiàn)。

如果一個(gè)系統(tǒng)中需要同時(shí)承載交易性和分析型兩種混合的業(yè)務(wù)負(fù)載，一般簡(jiǎn)稱HTAP，針對(duì)OLTP優(yōu)勢(shì)的傳統(tǒng)的行存與針對(duì)OLAP優(yōu)勢(shì)的列存都無(wú)法很好單一的同時(shí)應(yīng)對(duì)兩種類型。呂夫洋表示，業(yè)界實(shí)現(xiàn)往往無(wú)法避免以下問(wèn)題：需要額外的系統(tǒng)資源（存儲(chǔ)資源、計(jì)算資源）、難以兼顧數(shù)據(jù)的實(shí)時(shí)性和強(qiáng)一致性、業(yè)務(wù)需要對(duì)存儲(chǔ)進(jìn)行感知。

帶著使用一套存儲(chǔ)、一套資源，來(lái)同時(shí)滿足混合業(yè)務(wù)負(fù)載的目標(biāo)，呂夫洋及其團(tuán)隊(duì)設(shè)計(jì)了TDSQL-A的新存儲(chǔ)引擎，Effective_Storage_Engine,簡(jiǎn)稱Estore。Estore引擎中一張Estore表主要由三部分組成：

·Silo是Estore的存儲(chǔ)數(shù)據(jù)的單位，也是處理的最小單位。每個(gè)Silo包含一組數(shù)據(jù)（默認(rèn)65535行）中其中一列的數(shù)據(jù)，方便系統(tǒng)對(duì)其進(jìn)行批量操作、壓縮、存儲(chǔ)。Silo是一個(gè)完全自描述的存儲(chǔ)單元，Silo頭部獨(dú)立存儲(chǔ)了Silo數(shù)據(jù)相關(guān)的讀取與解析信息，因此也允許Silo可以根據(jù)自身的數(shù)據(jù)類型、數(shù)據(jù)特征以及表級(jí)別/列級(jí)別指定使用對(duì)應(yīng)的壓縮算法，選擇針對(duì)自身數(shù)據(jù)特征最合適的壓縮算法或壓縮算法的組合。

·registry表作為Estore表的元信息表，是Estore表的主體組織結(jié)構(gòu)。registry每一行對(duì)應(yīng)一個(gè)存儲(chǔ)單元Silo進(jìn)行元數(shù)據(jù)管理，即為一個(gè)Silo的“代理”，存儲(chǔ)其元信息、預(yù)處理信息、以Silo的存儲(chǔ)位置信息。

·Stash表是Estore表創(chuàng)建后同步創(chuàng)建的一張行存表，與原表有著相同的表定義，但使用行存表作為存儲(chǔ)。Stash表的作用為充當(dāng)Estore表的“臨時(shí)區(qū)“角色，針對(duì)單次行數(shù)在一定閾值下的操作，其相關(guān)數(shù)據(jù)會(huì)先行被放入Stash表中，以行存儲(chǔ)的形式存儲(chǔ)起來(lái)，一方面應(yīng)對(duì)碎片化沖擊，保證registry/silo存儲(chǔ)以及相關(guān)機(jī)制的高效運(yùn)作。同時(shí)，由于放在Stash表中的都是近期單條/小批量插入或更新的數(shù)據(jù)，Stash表也就在實(shí)際上起到了Estore表類似“熱數(shù)據(jù)分片”的概念。

在混合負(fù)載場(chǎng)景中，呂夫洋用兩種比較常見(jiàn)的場(chǎng)景來(lái)舉例說(shuō)明混合負(fù)載場(chǎng)景中引擎內(nèi)部的作用。

一種是碎片化的增量數(shù)據(jù)，即非bulkload方式將數(shù)據(jù)供給到數(shù)據(jù)庫(kù)內(nèi)核。單個(gè)事務(wù)內(nèi)新增行數(shù)或者數(shù)據(jù)量涉及少，單操作次數(shù)頻繁。這種情況下，Estore表的Stash回優(yōu)先承載碎片化數(shù)據(jù)，然后統(tǒng)一批量合并至Silo存儲(chǔ)，避免碎片化數(shù)據(jù)對(duì)Silo產(chǎn)生直接沖擊。

又比如用戶可能選擇使用一套系統(tǒng)，在日間其業(yè)務(wù)高峰時(shí)間處理正常的交易型業(yè)務(wù)負(fù)載，在夜間或凌晨業(yè)務(wù)低峰期在同一套系統(tǒng)中針對(duì)相關(guān)數(shù)據(jù)或全量歷史數(shù)據(jù)產(chǎn)生報(bào)表或進(jìn)行進(jìn)一步BI分析。

在主要以交易型業(yè)務(wù)負(fù)載下，引擎內(nèi)部面對(duì)短事務(wù)新增的數(shù)據(jù)以及從臨時(shí)數(shù)據(jù)中點(diǎn)更新的數(shù)據(jù)的新版本，數(shù)據(jù)自動(dòng)的流向了Stash表，整體業(yè)務(wù)負(fù)載集中在Stash表的行存儲(chǔ)結(jié)構(gòu)上；

在夜間或者凌晨進(jìn)行跑批、報(bào)表和統(tǒng)計(jì)的業(yè)務(wù)負(fù)載下，經(jīng)過(guò)批量操作以及配置呢，數(shù)據(jù)由stash自動(dòng)的流向silo，由silo的存儲(chǔ)結(jié)構(gòu)來(lái)承載復(fù)雜的分析型業(yè)務(wù)查詢，利用silo批量、壓縮、元數(shù)據(jù)過(guò)濾以及各類加速的能力，并提供很好的批量操作以及很多性能優(yōu)化。

《大數(shù)據(jù)場(chǎng)景下的復(fù)雜查詢執(zhí)行優(yōu)化》

騰訊云數(shù)據(jù)庫(kù)專家工程師張倩

騰訊云數(shù)據(jù)庫(kù)專家工程師在分享中提到了TDSQL-A數(shù)據(jù)庫(kù)的分布式架構(gòu)中有三種節(jié)點(diǎn)：協(xié)調(diào)節(jié)點(diǎn)CN，用來(lái)接收用戶發(fā)過(guò)來(lái)的查詢；數(shù)據(jù)交互節(jié)點(diǎn)FN，用來(lái)做數(shù)據(jù)交換；數(shù)據(jù)存儲(chǔ)節(jié)點(diǎn)DN，用來(lái)存儲(chǔ)業(yè)務(wù)數(shù)據(jù)。其中，CN的主要職責(zé)是接收查詢并生成一個(gè)全局的查詢計(jì)劃，根據(jù)查詢計(jì)劃創(chuàng)建DN執(zhí)行進(jìn)程，下發(fā)對(duì)應(yīng)的計(jì)劃分片，并在執(zhí)行過(guò)程中管控各個(gè)執(zhí)行進(jìn)程，返回最終的查詢結(jié)果。FN節(jié)點(diǎn)的職責(zé)是負(fù)責(zé)DN之間、以及CN和DN之間的數(shù)據(jù)傳遞，DN節(jié)點(diǎn)的職責(zé)是執(zhí)行CN下發(fā)的計(jì)劃分片。

張倩表示，基于這樣的分布式架構(gòu)，TDSQL-A數(shù)據(jù)庫(kù)的優(yōu)化器采用分布式的計(jì)劃策略，包含兩個(gè)方面：

第一是正確性，在不同的數(shù)據(jù)分布情況下，優(yōu)化器應(yīng)該選擇一個(gè)正確的數(shù)據(jù)重分布方式，來(lái)保證計(jì)算結(jié)果的正確性；

第二是代價(jià)最優(yōu)，在正確性的前提下選擇一個(gè)性能最優(yōu)的數(shù)據(jù)重分布方式。

張倩強(qiáng)調(diào)，除了分布式計(jì)劃策略，優(yōu)化器還采用并行的計(jì)劃策略。并行執(zhí)行具有一定的額外代價(jià)，優(yōu)化器會(huì)根據(jù)代價(jià)來(lái)選擇不同的并行策略，包括是否開啟并行和選擇并行worker數(shù)?；诖鷥r(jià)模型，結(jié)合分布式和并行的計(jì)劃策略，優(yōu)化器在計(jì)劃分片內(nèi)根據(jù)代價(jià)來(lái)選擇不同的并行策略，在計(jì)劃分片間解耦并行策略。在這基礎(chǔ)上，優(yōu)化器進(jìn)一步支持向量化的計(jì)劃策略。針對(duì)HTAP場(chǎng)景，支持行列混合的計(jì)劃和執(zhí)行，其中行處理和向量化可以互相轉(zhuǎn)換。基于代價(jià)模型，在并行、分布式和向量化計(jì)劃策略的基礎(chǔ)上，優(yōu)化器綜合考慮各方面因素，生成一個(gè)全局代價(jià)最優(yōu)計(jì)劃。

對(duì)于并行計(jì)劃，執(zhí)行器中會(huì)由gather、gathermerge以及remote subplan算子來(lái)負(fù)責(zé)啟動(dòng)并行執(zhí)行，包括啟動(dòng)執(zhí)行worker、子查詢執(zhí)行、還有執(zhí)行worker的管控等。此外remote subplan算子還支持并行的數(shù)據(jù)收發(fā)，同時(shí)支持上下層計(jì)劃分片的并行執(zhí)行解耦。

并行執(zhí)行的設(shè)計(jì)包含兩個(gè)原則，一是支持共享的數(shù)據(jù)處理，二是支持不確定的、隨機(jī)的數(shù)據(jù)處理。當(dāng)前TDSQL-A數(shù)據(jù)庫(kù)的執(zhí)行器中支持大部分scan、agg、join、以及cte算子等的并行執(zhí)行。在此基礎(chǔ)上，張倩團(tuán)隊(duì)進(jìn)一步開發(fā)了向量化的執(zhí)行引擎，支持scan、agg、join、以及remote subplan等算子的向量化執(zhí)行，同樣支持串行執(zhí)行和并行執(zhí)行兩套執(zhí)行流程。TDSQL-A數(shù)據(jù)庫(kù)的向量化設(shè)計(jì)，既有批量執(zhí)行的優(yōu)勢(shì)，又能靈活地處理短路場(chǎng)景，從而達(dá)到執(zhí)行效率最優(yōu)。

最后，張倩分享了TDSQL-A數(shù)據(jù)庫(kù)的SQL引擎全面優(yōu)化表現(xiàn)在，在優(yōu)化器方面，基于代價(jià)估算，結(jié)合分布式、并行、子查詢優(yōu)化、向量化等策略，生成一個(gè)全局最優(yōu)的查詢計(jì)劃；在執(zhí)行器方面，優(yōu)化整合分布式、并行以及向量化執(zhí)行，進(jìn)一步提升查詢執(zhí)行性能，實(shí)現(xiàn)通用場(chǎng)景下查詢性能較上一版本的十倍提升。