社区的朋友们，新年快乐！新年伊始，RisingWave 1.6 版本正式发布！接下来，请跟我们一起了解本次更新的主要亮点！
1. 重大变更
RisingWave v1.6 的重大变更共两处，它们将影响当前 SQL 流处理作业的性能，请尤其注意：
-
更正
SOME、ALL、ANY表达式结果此次更新，我们更正了
SOME、ALL、ANY表达式此前出现的部分错误结果。如果您正在使用任何包含这些表达式的 SQL 查询，请注意，您在此前版本的输出结果可能存在错误。同时，我们也建议先删除包含这些表达式的任何现有物化视图，然后重新创建，以确保结果的准确性。 -
更改导出到 ClickHouse 的时间戳数据映射
如果您拥有将 RisingWave 的
timestamp或timestamptz数据导出到 ClickHouse 的 sink，请注意，RisingWave 的timestamptz数据现在能导出为 ClickHouse 的DateTime64数据了。但是，RisingWave 中的timestamp数据还不可以直接导出，它必须先转换为timestamptz，然后才能导出到 ClickHouse。
接下来是本次更新值得注意的一些增强功能，涉及导出数据到表、连接器、CDC source、SSL 配置、时间过滤器和新子句等内容。
2. 导出数据到表
您可以使用 CREATE SINK ... INTO ... 命令，将 RisingWave 中的 source 和表的数据导出到 RisingWave 的另一张表中。这与创建外部 sink 相同，并且导入的表会根据上游表保持更新。以下是其基本语法：
CREATE SINK [ IF NOT EXISTS ] sink_name INTO table_name
[FROM sink_from | AS select_query];
对于将不同 source 的数据合并导入到同一张表中，这一命令提供了新方法。使用 CREATE SINK ... INTO ... 和 DROP SINK ... 可以更灵活地增加或删除一张表的数据源，并且当新的流数据进入上游 source 时，表还能保持更新。
例如，我们可以将来自两个不同 Kafka topic 的数据合并到同一目标表中。在以下示例代码中，我们将 Kafka 两个 source：orders_s0 和 orders_s1 的数据，导入到命名为 orders 的表中。
CREATE TABLE orders (
id int primary key,
price int,
item_id int,
customer_id int
);
CREATE source orders_s0 (
id int primary key,
price int,
item_id int,
customer_id int
) WITH (
connector = 'kafka',
topic = 'topic_0',
...
) FORMAT PLAIN ENCODE JSON;
CREATE source orders_s1 (
id int primary key,
price int,
item_id int,
customer_id int
) WITH (
connector = 'kafka',
topic = 'topic_1',
...
) FORMAT PLAIN ENCODE JSON;
CREATE SINK orders_sink0 FROM orders_s0 INTO orders;
CREATE SINK orders_sink1 FROM orders_s1 INTO orders;
其中， orders_sink0 sink 把 orders_s0 source 的数据导入 orders 表中；而 orders_sink1 则将 orders_s1 的数据导入到 orders中。
如果我们不想再把 orders_s0 中的数据导入到 orders 表中，则可以用以下语句删除该 sink：
DROP SINK orders_sink0;
更多细节，请查看：
3. 连接器相关
本月引入了两个新连接器，GCS source 和 StarRocks sink，为您构建流处理生态系统提供了更多灵活性。
-
GCS source
Google Cloud Storage（谷歌云储存，GCS） 是一种基于云的对象存储服务，它允许您存储和检索数据。与 RisingWave 中的其他 source 连接器一样，您可以在 RisingWave 和 GCS 之间建立连接，使用
CREATE SOURCE或CREATE TABLE命令开始导入数据。CREATE TABLE gcs( id int, name varchar ) WITH ( connector = 'gcs', match_pattern = '%Ring%*.ndjson', gcs.bucket_name = 'example-source', gcs.credential = 'xxxxx', gcs.service_account = 'xxxxx' ) FORMAT PLAIN ENCODE JSON; -
StarRocks sink
StarRocks（原名 Palo）是一款适用于实时分析和交互式查询处理的开源分析数据库。要从 RisingWave 导出数据到 StarRocks，请使用
CREATE SINK命令。请注意，StarRocks sink 连接器无法导出struct和json类型数据，因为 StarRocks 的 Stream Load 不支持它们。CREATE SINK starrocks_sink FROM mv WITH ( connector = 'starrocks', type = 'append-only', starrocks.host = 'starrocks-fe', starrocks.mysqlport = '9030', starrocks.httpport = '8030', starrocks.user = 'users', starrocks.password = '123456', starrocks.database = 'demo', starrocks.table = 'demo_bhv_table', force_append_only='true' );
同时，我们对此前已支持的 Elasticsearch sink 也进行了功能增强。现在，RisingWave 的 Elasticsearch sink 会把 JSONB 数据转为 JSON 字符串，然后 Elasticsearch 会将其转为 instruct。同时，根据 Elasticsearch 版本的不同，其 type 参数设置也有变化。
如果您对某个连接器感兴趣，请查看我们官方文档的 Integrations 页面，了解目前支持的连接器，并为您希望新增支持的连接器投票。
更多细节，请查看：
- Ingest data from Google Cloud Storage「从谷歌云存储导入数据」
- Sink data to StarRocks「将数据导出到 StarRocks」
- Sink data from RisingWave to Elasticsearch「将数据从 RisingWave 导出到 Elasticsearch」
- Integrations「集成」
4. CDC source 相关
-
支持对 PostgreSQL 一次连接、多次建表
上个月，RisingWave 新增了对 MySQL 一次连接、多次建表的支持，现在，这种方法也适用于 PostgreSQL，让您能轻松地从同一数据库中不同 schema 的多个表中导出数据，而无需为每个 source 表指定数据库凭据。
您可以使用
CREATE SOURCE命令与目标数据库建立连接，然后使用CREATE TABLE命令从数据库中的单个表摄取数据。只需在建立连接时指定一次数据库凭据，简化流程。以下 SQL 查询在 RisingWave 中创建了一个 CDC 表，从命名为
public的 schema 下的tt3表导出数据。pg_mydb是在 RisingWave 中创建的连接到 PostgreSQL 数据库的 source 的名称。CREATE TABLE tt3 ( v1 integer primary key, v2 timestamp with time zone ) FROM pg_mydb TABLE 'public.tt3'; -
支持多表事务
现在，对同一 MySQL source 或 PostgreSQL source，我们支持多表事务。要启用此功能，请在创建 CDC source 时在
WITH选项中设置transactional = true。此功能可以自动从上游数据库导入多表事务，因此基于这些 source 表的物化视图将被原子性地更新。例如，以下 SQL 查询创建了一个启用了事务的 PostgreSQL source。CREATE SOURCE pg_cdc WITH ( connector = 'postgres-cdc', hostname = '127.0.0.1', port = '8306', username = 'root', password = '123456', database.name = 'mydb', slot.name = 'mydb_slot', transactional = 'true' );更多细节，请查看：
-
Create multiple CDC tables with the same source「从一个数据源创建多个 CDC 表」
5. SSL 相关配置
此次更新，对于在会话期间更改 SSL 设置，我们为您提供了两种新方法。
我们增加了用于 Kafka source 和 sink 的 properties.ssl.endpoint.identification.algorithm 参数，以绕过 CA 证书的验证。如果您在创建 Kafka source 或 sink 时遇到了“SSL handshake failed”错误，此参数能提供帮助。
我们还引入了 RW_SSL_CERT 和 RW_SSL_KEY 环境变量，分别用于指定前端节点的 SSL 证书和密钥文件位置。
更多细节，请查看：
- Ingest data from Kafka「从 Kafka 导入数据」
- Sink to Kafka「导出数据到 Kafka」
6. 时间过滤器
时间过滤器根据时间相关标准（如时间戳或日期范围）选择或排除数据。在处理时间序列数据或任何时间相关的数据集时，这些过滤器非常重要。RisingWave 此前已经支持时间过滤器，而此次更新引入了更多新功能，支持构建更复杂的时间过滤器。
以前，我们仅支持简单比较，只支持将数据与特定日期或当前时间进行比较，并且 NOW() 不能作为比较上限。
现在，时间过滤器允许使用 NOW() 作为上限条件，并且允许使用 OR 运算符将时间过滤器与普通条件连接。但是，我们还不支持使用 OR 运算符连接多个时间过滤器。
t > NOW() - INTERVAL '1 hour' OR t IS NULL
t + INTERVAL '5' SECOND < NOW()
更多时间过滤器的增强功能正在开发中，敬请期待未来的版本更新！
更多细节，请查看：
- Temporal filters「时间过滤器」
7. SIMILAR TO 子句
SIMILAR TO 子句用于确定表达式是否与 SQL 正则表达式中指定的模式匹配，其返回值为 true 或 false。模式中可以包含元字符。在子句末尾可以指定 ESCAPE 字符，用来以字面意义匹配元字符。同时您也可以使用 NOT 关键字，以确认指定表达式与给定模式不匹配。有关支持的元字符的完整列表，请查看下面提供的文档链接。该子句的基本语法如下：
expression [ NOT ] SIMILAR TO sql_regex_pattern [ ESCAPE <esc_text> ]
以下是 SIMILAR TO 子句的一个示例。我们检查字符串”abc”是否与给定的 SQL 正则表达式匹配。
'abc' SIMILAR TO '(a|b|c)+' -> true
SIMILAR TO 子句能用于寻找特定字符串，从而进行更复杂和细致的查询。您还可以通过检查数据是否与特定模式匹配，如电子邮件、电话号码等，来确保数据是否有效。
更多细节，请查看：
[SIMILAR TO]pattern matching expressions「SIMILAR TO模式匹配表达式」
8. 总结
以上只是 RisingWave 1.6 版本新增的部分功能，如果您想了解本次更新的完整列表，包括更多 SQL 功能和连接器，请查看更详细的发布说明。
9. 关于 RisingWave
RisingWave 是一款基于 Apache 2.0 协议开源的分布式流数据库，致力于为用户提供极致简单、高效的流数据处理与管理能力。RisingWave 采用存算分离架构，实现了高效的复杂查询、瞬时动态扩缩容以及快速故障恢复，并助力用户极大地简化流计算架构，轻松搭建稳定且高效的流计算应用。
RisingWave 始终聆听来自社区的声音，并积极回应用户的反馈。目前，RisingWave 已汇聚了近 150 名开源贡献者和近 3000 名社区成员。全球范围内，已有上百个 RisingWave 集群在生产环境中部署。
