亲爱的社区小伙伴们，历时数个月精心打磨，我们很高兴地宣布， Apache Doris 于 2021 年 11 月 29 日迎来了 0.15.0 Release 版本的正式发布！有 99 位 Contributor 为 Apache Doris 提交了近 700 项优化和修复，在此我们也对所有贡献者表示最真诚的感激！
在 0.15.0 Release 版本中，我们增加了诸多新功能，对 Apache Doris 的查询性能、易用性、稳定性方面等进行了全面优化：新增资源划分和隔离功能，用户可以通过资源标签的方式将集群中的 BE 节点划分为资源组，实现对在线、离线业务的统一管理和资源隔离；增加了 Runtime Filter 及 Join Reorder 功能，对多表 Join 场景的查询效率进行了大幅提升，在 Star Schema Benchmark 测试数据集下有 2-10 倍的性能提升；新增导入方式 Binlog Load ，使 Doris 可以增量同步 MySQL 中对数据更新操作的 CDC ；支持 String 列类型，长度最大支持 2GB ；支持 List 分区功能，可以通过枚举值创建分区；支持 Unique Key 模型上的 Update 语句；Spark-Doris-Connector 支持数据写入 Doris ……还有更多重要特性，欢迎大家在文末点击“阅读原文”下载使用。
我们欢迎大家在使用过程中，有任何问题通过 GitHub Discussion 或者 Dev 邮件组与我们取得联系，也期待大家参与社区讨论和建设中 。
重 要 更 新
资源划分与隔离
用户可以通过资源标签的方式将一个 Doris 集群中的 BE 节点划分成多个资源组，从而可以进行在线、离线业务的统一管理和节点级别的资源隔离。
同时，还可以通过限制单个查询任务的 CPU、内存开销以及复杂度，来控制单个查询的资源开销，从而降低不同查询之间的资源抢占问题。
性能优化
新增 Runtime Filter 及 Join Reorder 功能。Runtime Filter 功能通过使用 Join 算子中右表的 Join Key 列条件来过滤左表的数据，在大部分 Join 场景下可以显著提升查询效率。如在 Star Schema Benchmark ( TPCH 的精简测试集) 下可以获得 2-10 倍的性能提升。
Join Reorder 功能可以通过通过代价模型自动帮助调整 SQL 中 Join 的顺序，以帮助获得最优的 Join 效率。
可通过会话变量 set enable_cost_based_join_reorder=true 开启。
新增功能
- 支持直接对接 Canal Server 同步 MySQL binlog 数据。
- 支持 String 列类型，长度范围 1-2GB 。
- 支持 List 分区功能，可以针对枚举值创建分区。
- 支持事务性 Insert 语句功能。可以通过 begin ; insert ; insert; ,... ; commit ; 的方式批量导入数据。
- 支持在 Unique Key 模型上的 Update 语句功能。可以在 Unique Key 模型表上执行 Update Set where 语句。
- 支持 SQL 阻塞名单功能。可以通过正则、Hash 值匹配等方式阻止部分 SQL 的执行。
- 支持 LDAP 登陆验证。
拓展功能
- 支持 Flink-Doris-Connector 。
- 支持 DataX doriswriter 插件。
- Spark-Doris-Connector 支持数据写入 Doris 。
功 能 优 化
查询
支持在 SQL 查询规划阶段，利用 BE 的函数计算能力计算所有常量表达式。
导入
- 支持导入文本格式文件时，指定多字节行列分隔符或不可见分隔符。
- 支持通过 Stream Load 导入压缩格式文件。
- Stream Load支持导入多行格式的 Json 数据。
导出
- 支持 Export 导出功能指定 where 过滤条件。支持导出文件使用多字节行列分隔符。支持导出到本地文件。
- Export 导出功能支持仅导出指定的列。
- 支持通过 outfile 语句导出结果集到本地磁盘，并支持导出后写入导出成功的标记文件。
易用性
- 动态分区功能支持创建、保留指定的历史分区、支持自动冷热数据迁移设置。
- 支持在命令行使用可视化的树形结构展示查询、导入的计划和 Profile。
- 支持记录并查看 Stream Load 操作日志。
- 通过 Routine Load 消费 Kafka 数据时，可以指定时间点进行消费。
- 支持通过 show create routine load 功能导出 Routine Load 的创建语句。
- 支持通过 pause/resume all routine load 命令一键启停所有 Routine Load Job。
- 支持通过 alter routine load 语句修改 Routine Load 的 Broker List 和 Topic。
- 支持 create table as select 功能。
- 支持通过 alter table 命令修改列注释和表注释。
- show tablet status 增加表创建时间、数据更新时间。
- 支持通过 show data skew 命令查看表的数据量分布，以排查数据倾斜问题。
- 支持通过 show/clean trash 命令查看 BE 文件回收站的磁盘占用情况并主动清除。
- 支持通过 show view 语句展示一个表被哪些视图所引用。
新增函数
- bitmap_min , bit_length
- yearweek , week , makedate
- percentile 精确百分位函数
- json_array，json_object，json_quote
- 支持为 AES_ENCRYPT 和 AES_DECRYPT 函数创建自定义公钥。
- 支持通过 create alias function 创建函数别名来组合多个函数。
其他
- 支持访问 SSL 连接协议的ES外表。
- 支持在动态分区属性中指定热点分区的数量，热点分区将存储在 SSD 磁盘中。
- 支持通过 Broker Load 导入 Json 格式数据。
- 支持直接通过 libhdfs3 库访问 HDFS 进行数据的导入导出，而不需要 Broker 进程。
- select into outfile 功能支持导出 Parquet 文件格式，并支持并行导出。
- ODBC 外表支持 SQLServer。
下 载 使 用
升级说明
您可以从 Apache Doris 0.14.0 或 0.14.x 发行版本直接升级到 0.15.0 Release 版本，升级过程请参考文档：
详细 Release Note 请查看链接：
如果您遇到任何使用上的问题，欢迎随时通过 GitHub Discussion 论坛或者 Dev 邮件组与我们取得联系。
致 谢
Apache Doris 0.15.0 Release 版本的发布离不开所有社区用户的支持，在此向所有参与版本设计、开发、测试、讨论的社区贡献者们表示感谢，他们分别是：
一贡献者名单一
@924060929 @acelyc111 @Aimiyoo @amosbird @arthur-zhang @azurenake @BiteTheDDDDt @caiconghui @caneGuy @caoliang-web @ccoffline @chaplinthink @chovy-3012 @ChPi @copperybean @crazyleeyang @dh-cloud @DinoZhang @dixingxing0 @dohongdayi @e0c9 @EmmyMiao87 @eyesmoons @francisoliverlee @Gabriel39 @gaodayue @GoGoWen @HappenLee @harveyyue @Henry2SS @hf200012 @huangmengbin @huozhanfeng @huzk8 @hxianshun @ikaruga4600 @JameyWoo @Jennifer88huang @JinLiOnline @jinyuanlu @JNSimba @killxdcj @kuncle @liutang123 @luozenglin @luzhijing @MarsXDM @mh-boy @mk8310 @morningman @Myasuka @nimuyuhan @pan3793 @PatrickNicholas @pengxiangyu @pierre94 @qidaye @qzsee @shiyi23 @smallhibiscus @songenjie @spaces-X @stalary @stdpain @Stephen-Robin @Sunt-ing @Taaang @tarepanda1024 @tianhui5 @tinkerrrr @TobKed @ucasfl @Userwhite @vinson0526 @wangbo @wangliansong @wangshuo128 @weajun @weihongkai2008 @weizuo93 @WindyGao @wunan1210 @wuyunfeng @xhmz @xiaokangguo @xiaoxiaopan118 @xinghuayu007 @xinyiZzz @xuliuzhe @xxiao2018 @xy720 @yangzhg @yx91490 @zbtzbtzbt @zenoyang @zh0122 @zhangboya1 @zhangstar333 @zuochunwei
