自 3.0 版本發布以來，在研發人員和社區用戶的不斷努力下，時序數據庫（Time Series Database）TDengine 做了大量更新，產品穩定性和易用性也在不斷提升。在我們為 TDengine 籌備六歲生日“Party”的同時，TDengine 的研發小伙伴們也在加班加點地進行優化迭代的工作，想要在六歲生日的節點上為 TDengine 用戶送上一個新版本“大禮包”，共同見證 TDengine 下一階段的新成長。
在大家的共同努力下，TDengine 3.0.5.0 終于成功發布，這一版本涉及到的更新內容包括系統穩定性與性能優化、系統安全、流計算、數據訂閱以及一些能提升用戶體驗的細節優化。新版本進一步提升了系統穩定性，幫助用戶將資源占用降到更低，歡迎大家下載使用，我們期待收到你的應用反饋。
3.0.5.0 版本具體更新如下：
系統穩定性與性能優化
- 提升了在高密度數據寫入壓力下的系統穩定性
- 提升了一些查詢場景下的性能
- 通過引入 RAFT Learner，副本變更不會阻塞寫入
- 通過寫驅動構建緩存，提升了 last()/last_row() 的查詢性能
- 降低了創建/刪除數據庫的延時
- 默認記錄長查詢，方便診斷應用系統中耗時較長的查詢
- 控制了客戶端的緩存上限
- 在 dnode 數據徹底丟失后能夠恢復 （企業版）
系統安全
- 表級權限控制（企業版）
- root 用戶可通過 SQL 命令來激活或更新授權碼（企業版）
流計算
- 大幅降低了流計算對磁盤 I/O 和內存的資源消耗
- 在沒有 fill_history 的情況下可以暫停和恢復流的運行
數據訂閱
- 可以查詢 topic 的消費進度
- 能夠從指定位置開始消費
- 超級表的數據可以加上過濾條件進行消費
- 能夠獲取 topic 的元數據
- 提升了性能和穩定性
其他
- 最大行長度增加到 64KB
- interp() 可以對超級表進行插值
- 使用“REPLACE”命令能夠在線升級 Python UDF，無需再重啟服務進程
- Partition by 和 window 子可以和”Having”子句一起使用
如果你想要了解新版本更加詳細的信息，可以移步至 查看發布說明。歡迎大家下載使用，也歡迎在評論區提出建議和意見，如有任何問題請及時聯系我們，獲得支持。
