跳转到主要内容

moonlink

4 篇
  • pg_mooncake 0.3.0 发布:PGSTY 首版发布,全面适配 DuckDB 2.0、pgrx 0.19.3 与 PostgreSQL 14–18

    冯若航 发布于 版本发布 1903 字 4 分钟

    冯若航releasepg_mooncakeduckdb_mooncakemoonlinkiceberg

    pg_mooncake 0.3.0 发布:PGSTY 首版发布,全面适配 DuckDB 2.0、pgrx 0.19.3 与 PostgreSQL 14–18

    pg_mooncake 0.3.0(随同 duckdb_mooncake v0.0.2 与 moonlink v0.0.1 同步发布)是由 PGSTY 维护的 Mooncake 实时分析套件的首个正式版本: pgsty/pg_mooncake v0.3.0(MIT 许可证) pgsty/duckdb_mooncake v0.0.2(MIT 许可证) pgsty/moonlink v0.0.1(附带 PG_MOONCAKE LINKING & DISTRIBUTION EXCEPTION 的 …

    pg_mooncake 0.3.0(随同 duckdb_mooncake v0.0.2 与 moonlink v0.0.1 同步发布)是由 PGSTY 维护的 Mooncake 实时分析套件的首个正式版本: pgsty/pg_mooncake v0.3.0(MIT 许可证) pgsty/duckdb_mooncake v0.0.2(MIT 许可证) pgsty/moonlink v0.0.1(附带 PG_MOONCAKE LINKING & DISTRIBUTION EXCEPTION 的 …

  • Mooncake 技术白皮书:面向 Apache Iceberg 的实时存储引擎

    Mooncake Labs、Zhou Sun、Cheng Chen、Pranav Aurora 发布于 工程实践 2737 字 6 分钟

    Mooncake LabsZhou SunCheng ChenPranav Aurorawhitepapermoonlinkicebergarchitecturepg_mooncake

    Mooncake 技术白皮书:面向 Apache Iceberg 的实时存储引擎

    这篇技术白皮书假设读者已对开放分析表格式 Apache Iceberg 有所了解。Iceberg 是现代“数据湖仓(Lakehouse)”运动的核心基石,它允许用户: 将大规模数据集以开放文件格式(Parquet + 元数据)存储在廉价对象存储中; 使用 Spark、Trino、Flink、DuckDB 等多种计算引擎通过 SQL 直接查询; 获得 Schema 演进与时间旅行(Time Travel)等数据库级特性; 实现近乎无限的弹性扩展,彻底摆脱单一供应商锁定。 然而,Iceberg 生来 …

    这篇技术白皮书假设读者已对开放分析表格式 Apache Iceberg 有所了解。Iceberg 是现代“数据湖仓(Lakehouse)”运动的核心基石,它允许用户: 将大规模数据集以开放文件格式(Parquet + 元数据)存储在廉价对象存储中; 使用 Spark、Trino、Flink、DuckDB 等多种计算引擎通过 SQL 直接查询; 获得 Schema 演进与时间旅行(Time Travel)等数据库级特性; 实现近乎无限的弹性扩展,彻底摆脱单一供应商锁定。 然而,Iceberg 生来 …

  • 不,单靠 Iceberg 拯救不了你的数据栈

    Zhou Sun 发布于 工程实践 2586 字 6 分钟

    Zhou Sunicebergmoonlinklakehousemusings

    不,单靠 Iceberg 拯救不了你的数据栈

    人生总是充满了“理想与现实的落差”。今天我们就来聊聊数据社区的新宠——Apache Iceberg 的理想与现实。 理想:Iceberg 能解决我所有的数据痛点 平心而论,Iceberg 的核心设计理念非常漂亮: 将所有数据以 Parquet 等开放文件格式存放在对象存储中; 让任何计算引擎(DuckDB、ClickHouse、Spark、Snowflake 等)把这些文件当作一张真正的数据库表,直接用 SQL 查询; [持续演进中] 无需将数据导入特定系统的私有格式,就能直接获得优异的查询性能 …

    人生总是充满了“理想与现实的落差”。今天我们就来聊聊数据社区的新宠——Apache Iceberg 的理想与现实。 理想:Iceberg 能解决我所有的数据痛点 平心而论,Iceberg 的核心设计理念非常漂亮: 将所有数据以 Parquet 等开放文件格式存放在对象存储中; 让任何计算引擎(DuckDB、ClickHouse、Spark、Snowflake 等)把这些文件当作一张真正的数据库表,直接用 SQL 查询; [持续演进中] 无需将数据导入特定系统的私有格式,就能直接获得优异的查询性能 …

  • pg_mooncake v0.2 架构前瞻:开箱即用的实时列存与逻辑复制

    Pranav Aurora 发布于 版本发布 1249 字 3 分钟

    Pranav Aurorareleasepg_mooncakemoonlinkiceberg

    pg_mooncake v0.2 架构前瞻:开箱即用的实时列存与逻辑复制

    在 v0.1 中,我们证明了 PostgreSQL 完全能够提供顶级的分析性能。通过将 DuckDB 向量化执行引擎与列存表相结合,pg_mooncake 成为了 Postgres 生态中唯一同时集成这两大能力的扩展。 实测成绩说明了一切:pg_mooncake 闯入了 ClickBench 全球前十,并打造出了最快的基于 Parquet 的执行引擎。 现在,在 v0.2 中,我们正在攻克下一个核心挑战——我们称之为**“开箱即用的分析(Out-of-the-Box Analytics)”**。 …

    在 v0.1 中,我们证明了 PostgreSQL 完全能够提供顶级的分析性能。通过将 DuckDB 向量化执行引擎与列存表相结合,pg_mooncake 成为了 Postgres 生态中唯一同时集成这两大能力的扩展。 实测成绩说明了一切:pg_mooncake 闯入了 ClickBench 全球前十,并打造出了最快的基于 Parquet 的执行引擎。 现在,在 v0.2 中,我们正在攻克下一个核心挑战——我们称之为**“开箱即用的分析(Out-of-the-Box Analytics)”**。 …