HStreamDB v0.9 发布：分区模型扩展，支持与外部系统集成

HStreamDB 最新版本 v0.9 现已正式发布！

v0.9 主要有以下亮点更新：

stream 分区模型扩展，支持用户直接访问分区上指定位置的数据；
新增 HStreamDB 的内部数据集成框架 HStream IO；
集群转用基于 SWIM 的成员发现和故障检测机制；
全新的流处理引擎；
升级了 Java 和 Go 客户端，并新增了 Python 客户端。

Stream 分区模型扩展

v0.9 对之前的分区模型进行了扩展，允许用户直接操作和访问 stream 内部的分区，从而可以对 stream 中的数据分布和分区伸缩进行精细化控制。HStreamDB 采用的是 key-range-based 分区机制，stream 下的所有分区共同划分整个 key space，每个分区归属一段连续的子空间(key range)。若 record 所带 partitionKey 的哈希值落在某个子空间内，那么这条 record 将会被存储在对应的分区中。

具体地，v0.9 的分区模型新增了以下能力:

在创建 stream 的时候配置初始分区数
通过 partitionKey 将写入的 record 分发到相应的 stream 的分区
直接从任意位置读取指定分区的数据
查看 stream 包含的分区和各个分区对应的 key range

在之后的版本中，我们将支持通过分区分裂和合并对 stream 进行动态伸缩。

HStream IO 发布

HStream IO 是 v0.9 包含的一个内部数据集成框架，包含 source connectors、sink connectors、IO runtime 等组件，它能够实现 HStreamDB 和多种外部系统的互联互通，促进数据在整个企业数据栈内的高效流转以及实时价值释放。

v0.9 提供了以下的 connectors，可支持多种数据库之间的增量同步。

Source connectors:

source-mysql
source-postgresql
source-sqlserver

Sink connectors:

sink-mysql
sink-postgresql

用户可以通过对应的 SQL commands 创建和管理 IO task，具体可参考文档了解 HStream IO 的功能和使用。

新的流处理引擎

v0.9 基于迭代和差分计算原理重新实现了流处理引擎，显著提升了吞吐量，并降低了延迟。此外，新的引擎还支持多路 Join 语句、子查询(sub-queries)和更普适的物化视图(materialized view)。

该特性仍然处于开发阶段，属于实验性的功能，用户可以参考 SQL 指南进行试用。

基于 Gossip 的 HServer 集群

v0.9 对 HServer 的集群实现进行了重构，新的实现主要采用了 gossip style 的集群机制和基于 SWIM 的故障检测机制，取代了上一版本中基于 ZooKeeper 的实现。新的实现将提高集群的可扩展性，并减少对外部系统的依赖。

Advertised Listeners

生产中的部署和使用可能涉及复杂的网络设置。例如，如果服务器集群是内部托管的，它需要一个外部可见的 IP 地址让客户连接到集群，尤其是当遇到使用 docker 或者云托管等情况，会使环境更加复杂。

为了确保来自不同网络环境的客户端能够与集群进行交互，HStreamDB 0.9 支持配置 advertised listerners。在配置了 advertised listerners 后，服务器可以根据客户端发送请求的端口，为不同的客户端返回相应的地址。

统一的 HStream CLI

为了使 CLI 更加统一和简易，我们已经将旧的 HStream SQL Shell 和其他一些节点管理功能迁移到新的 HStream CLI。HStream CLI 目前支持启动交互式 SQL Shell、发送集群 bootstrap 请求和检查服务器节点状态等功能。用户可以通过参考 CLI 文档了解具体的使用方法。