深秋時節，SequoiaDB 巨杉資料庫在深秋給大家帶來了「一把火」。SequoiaDB v3.4 正式發布啦！

分散式交易場景性能大幅提升

SequoiaDB 巨杉資料庫3.4版本正式發布，v3.4最重要的特性就是在分散式交易場景下的性能提升。對比上一大版本，SequoiaDB v3.4 在分散式交易場景，讀寫性能提升達30%，更新性能提升1倍-1.5倍，查詢性能較v3.2提升1.5倍以上。

新舊版本性能對比示意

針對分散式交易場景，3.4版本的技術提升主要有以下幾個： 

• Improved 2PC Algorithm 

分散式事務智能仲裁演算法。為分散式事務 2PC 提交增加智能仲裁演算法，重點解決 2PC 演算法中「In-doubt Transaction」 異常狀態，實現資料庫在極端場景下為多分區事務智能仲裁，確保分散式事務的強一致性。 

• Latch-less Memory Model 

實現多層級內存池和無鎖內存模型。資料庫集群池化內存資源，內存池多級管理，會話訪問實現 99.99% 內存訪問命中率，實現高併發 OLTP 場景下內存的無鎖訪問，系統CPU的使用率提升 10%。SequoiaDB v3.4同時提供在線內存監控和離線內存分析能力，自動化生成內存分析報告。 

• Improved Raft Algorithm

突破Raft 演算法極限，實現全併發同步。SequoiaDB v3.4引入衝突仲裁機制，突破 Raft 演算法中存在唯一鍵約束時只能串列同步困境，實現副本間全記錄級併發同步，副本同步效率大幅提升。 

• Improved Full-text Search Algorithm 

全文索引性能優化。優化全文索引連接模型，降低連接時間和內存使用率，對命中全文索引的count 操作，直接通過索引計算結果，大幅提升count 數據讀性能。

目前，巨杉資料庫針對金融交易場景，巨杉資料庫已經規模應用在金融客戶的核心交易、核心下移、關係型資料庫替換等場景中，應用業務包括信用卡、網銀、貸款等，在金融交易場景的應用，領先業界新一代分散式資料庫。

SequoiaDB v3.4 功能提升

這次新版本全面提升金融級交易場景功能與性能，在分散式事務、數據一致性，併發CURD性能以及SQL兼容能力方面都做了深度優化。另外，為了滿足金融級交易場景對穩定性嚴苛的技術要求，SequoiaDB 還升級了混沌測試框架，集群穩定性得到極大提升。
SequoiaDB v3.4的其他主要更新項如下：

存儲引擎

• 事務Auto-commit下推優化，將事務二階段提交簡化為一階段提交，提升事務性能
• 事務一致性確認機制
• 實現多層級內存池和無鎖內存模型
• 全併發同步，提升副本數據同步性能
• 提供增量數據歸檔、同步能力
• 通過開啟日誌的全量模式和時間模式，可以實現按天，或指定時間對增量數據進行抽取，轉換和歸檔，並將增量數據導入到其它ODS系統。
• 全文索引支持數組類型
• 全文索引支持 $or 和 $not 操作
• 全文索引性能大幅提升
• 訪問計劃增加自動過期清理，並實現對 $in 操作的參數化緩存能力
• 插入數據支持重複鍵替代
• 索引支持 not null 約束
• 優化事務監控性能，實現無鎖事務監控機制，減少事務監控管理對外部業務的性能影響

SQL引擎

• 優化高可用能力，實現SQL引擎橫向擴容
• 運算元下推存儲節點，精確計算，提升網路帶寬利用率
• 事務Auto-commit下推存儲引擎，簡化事務二階段提交為一階段提交，提升事務性能
• 支持NO TRANSACTION模式，提升初始化數據場景性能
• 優化DDL操作，包括rename table，modify field，add primary key、index等操作
• 全面兼容 MariaDB 語法

大對象引擎

• 提供S3兼容的對象存儲介面
• 大對象存儲支持按時間序進行自動分區，提升對大對象的存取和管理能力，可以快速按時間進行歸檔和清理
• 大對象過濾支持過濾條件和精準匹配

易用性

• 支持指定節點的重新選舉能力
• 提供 SQL 語法查詢資料庫當前狀態與監控信息
• 提供性能監控和慢查詢分析能力

易用性進一步提高，巨杉工具矩陣正式推出

伴隨 SequoiaDB v3.4 的發布，巨杉資料庫也於近期推出了新一代的巨杉資料庫工具矩陣，並計劃在近期發布 SequoiaPerf 性能診斷工具。

SequoiaDB 工具矩陣示意圖

SequoiaPerf 性能工具 即將發布

豐富的運維管理工具，是用戶實使用資料庫最直觀的友好感受，巨杉資料庫也將持續保持創新，聆聽社區用戶的聲音，將面向用戶的開發、運維、性能調優工具和最佳實踐做到最好。

目前，巨杉資料庫大型銀行客戶已經突破 50 家，應用場景包括核心交易、數據中台、內容管理和實時數據服務等。未來，我們也將保持自研和創新，在分散式資料庫技術和多種行業應用中，保持領先。