MRS unterstützt nun MemArtsStore, den hochverfügbaren, verteilten Schreibcache-Dienst der T Cloud Public, der darauf ausgelegt ist, Big-Data-Workloads zu beschleunigen.

• Bietet Remote-Shuffle-Dienste für Big-Data-Anwendungen.
• Eliminiert die Abhängigkeit von lokalen Festplatten für die Shuffle-Datenspeicherung.
• Bietet hohe Verfügbarkeit durch mehrere Datenreplikate.
• Verhindert Shuffle-Datenverlust im Falle eines Knotenausfalls.
• Optimiert die Leistung, indem Daten innerhalb von Partitionen aggregiert und kleine I/O-Operationen reduziert werden.

Diese Verbesserung erhöht die Widerstandsfähigkeit und Effizienz großer Datenverarbeitungs-Workloads.

Apache Doris unterstützt nun die Erstellung und Ausführung benutzerdefinierter Funktionen.

• UDF (benutzerdefinierte Funktion)
• UDAF (benutzerdefinierte aggregierte Funktion)
• UDTF (benutzerdefinierte Tabellenfunktion)

Mit Java-basierten APIs können Kunden individuelle Geschäftslogik direkt in Doris implementieren, was mehr Flexibilität für Analysen und Datenverarbeitungsszenarien ermöglicht.

Hive unterstützt nun berechtigungsbasierte Sichtbarkeit für Datenbanken und Tabellen, wenn die Ranger-Authentifizierung aktiviert ist.

• Benutzer können nur die Datenbanken und Tabellen einsehen, auf die sie Zugriff haben.
• Unautorisierte Datenbanken und Tabellen bleiben verborgen.
• Verbessert Sicherheit und Nutzererfahrung, indem die Exposition gegenüber irrelevanten Metadaten reduziert wird.

Diese Funktion hilft Organisationen, strengere Zugriffskontrollen und Governance-Richtlinien einzuführen.

Hive ermöglicht es Administratoren nun, die für die Jobausführung verwendete Java-Laufzeitumgebung auszuwählen.

• JDK 8 (Standard)
• JDK 17
• JDK 21

Diese Funktion steht für Hive-Jobs zur Verfügung, die sowohl auf der MapReduce- als auch auf der Tez-Ausführungsengine laufen, und bietet somit mehr Flexibilität hinsichtlich der Anwendungskompatibilität und bei Modernisierungsinitiativen.

Hive-Clients unterstützen nun die Authentifizierung per Benutzername und Passwort bei der Verbindung mit HiveServer.

• Vereinfacht die Client-Einrichtung und -Anbindung.
• Macht die Konfiguration von Kerberos-Client-Dateien wie krb5.conf, keytab und hosts überflüssig.
• Bleibt kompatibel mit Clustern, die im Kerberos-fähigen Sicherheitsmodus betrieben werden.

Diese Erweiterung reduziert die Komplexität des Betriebs und gewährleistet gleichzeitig einen sicheren Zugriff auf Hive-Dienste.

Dynamische Ressourcenpläne wurden um die Unterstützung geplanter Richtlinien erweitert.

• Definition unterschiedlicher Strategien zur Ressourcenzuweisung für verschiedene Zeiträume.
• Automatische Anpassung von Ressourcenplänen auf der Grundlage von Geschäftsabläufen und Auslastungsmustern.
• Verbesserung der Ressourcenauslastung und der Cluster-Effizienz über den gesamten Tag hinweg.

Diese Funktion ermöglicht ein flexibleres und intelligenteres Ressourcenmanagement.

HBase unterstützt nun PhoenixQueryServer-Instanzen.

• Ermöglicht den Zugriff auf HBase-Daten im SQL-Stil über Apache Phoenix.
• Unterstützt die Anbindung über leichtgewichtige Phoenix-Clients.
• Vereinfacht Analyse- und Anwendungsintegrationsszenarien.

Diese Erweiterung macht HBase-Daten für Entwickler und Analysten leichter zugänglich.

FlinkServer unterstützt nun die geplante Job-Optimierung, wodurch die Parallelität der Operatoren zu vordefinierten Zeitpunkten automatisch angepasst werden kann.

• Aktualisiert die Parallelität der Operatoren dynamisch, um sie an die Anforderungen der Arbeitslast anzupassen.
• Unterstützt SQL-Streaming-Jobs, die in Active/Standby-Bereitstellungen ausgeführt werden.
• Pro Job können bis zu fünf Optimierungspläne konfiguriert werden.
• Ermöglicht eine verbesserte Ressourcenauslastung und Arbeitslasteffizienz.

• Wird nur für Jobs im Status „Running“ unterstützt.
• Nicht verfügbar für Aktiv-Aktiv-Bereitstellungen.
• Ausschließlich verfügbar für Jobs, die über FlinkServer übermittelt wurden.
• Verwendet den adaptiven Scheduler, wenn die geplante Optimierung aktiviert ist.
• Die maximal unterstützte Operator-Parallelität beträgt 32.768.

Diese Funktion hilft Kunden dabei, Streaming-Workloads zu optimieren und gleichzeitig den manuellen Betriebsaufwand zu reduzieren.

Weitere Informationen finden Sie im MapReduce Service (MRS) Bereich des Help Centers.