在 3.0.3.0 發布一個月后，經過研發小伙伴加班加點地進行優化迭代，3.0.4.0 也在今天成功出爐。從用戶使用體驗角度出發，這一版本進一步提升了時序數據庫（Time Series Database）TDengine 3.0 的穩定性(xing)，并優化了多個(ge)應用功能，產品(pin)性(xing)能增強的同時易用性(xing)也獲得大幅提升。

3.0.4.0 版本(ben)涉及到的更新內容(rong)包(bao)括(kuo)產品穩定(ding)性的提(ti)升、查詢性能提(ti)升、參數(shu)使用(yong)優化、以及多(duo)副(fu)本(ben)情況(kuang)下的健壯性提(ti)升、Python UDF、集群負載(zai)再平衡、基于時間段(duan)進行數(shu)據重整等九(jiu)大(da)方面。具體(ti)更新信息如下：

大幅提升產品穩定性

在大并發、高負載的寫入和查詢(xun)下(xia)的系(xi)統(tong)穩(wen)定性有顯著提升：優(you)化(hua)了對內存的使(shi)用，優(you)化(hua)了有大量并發查詢(xun)下(xia)對連接(jie)池(chi)的控制，修復了一些影響(xiang)系(xi)統(tong)穩(wen)定性的缺陷(xian)。

提升了部分查詢場景下的性能

• 提升了當與 interval() 一起使用時 mode() 函數的性能
• 提升了 percentile() 函數的性能
• 提升了 last()/last_row() 函數的性能

可以動態配置更多數據庫參數

新增兩個(ge)可以動態配置的(de)數據庫參(can)數：stt_trigger 和(he) minRows，其具(ju)體功能請參(can)考(kao)官方文(wen)檔。

優化了 WAL 數據保留的行為

WAL 中數據(ju)的保(bao)存僅(jin)受參數  WAL_RETENTION_PERIOD 和 WAL_RETENTION_SIZE 的控制，不(bu)再受數據(ju)訂閱的影響(xiang)。具體細節請參考官方文檔。

Python UDF

應用(yong)開發者可以用(yong) Python 開發自定(ding)義函(han)數(shu)(shu)并將其嵌入數(shu)(shu)據(ju)庫(ku)，從而提升(sheng)數(shu)(shu)據(ju)處理(li)和分析能力。

集群負載再平衡 （企業版功能）

當集(ji)群(qun)中某個(ge) dnode 宕機重啟后會(hui)出現負(fu)載不均(jun)衡現象，重新啟動(dong)的 dnode 上沒有 leader vnode，所(suo)以(yi)(yi)不承擔(dan)任(ren)何寫入和(he)查詢負(fu)載。通(tong)過 rebalance 命(ming)令(ling)，可(ke)以(yi)(yi)使集(ji)群(qun)中各個(ge) dnode 之間的負(fu)載再(zai)次均(jun)衡。

基于時間段進行數據重整 （企業版功能）

為了減少數(shu)據重(zhong)整所花(hua)費的時(shi)(shi)(shi)間，最(zui)小(xiao)化對(dui)系統的影響，可(ke)以指定(ding)時(shi)(shi)(shi)間段(duan)進行(xing)數(shu)據重(zhong)整，只(zhi)針對(dui)確定(ding)有亂序(xu)數(shu)據的時(shi)(shi)(shi)間段(duan)或者查(cha)詢所關注的時(shi)(shi)(shi)間段(duan)進行(xing)數(shu)據重(zhong)整。

能夠將多種工業互聯網中的傳統數據源接入 TDengine （企業版功能）

• OPC UA
• OPC DA
• Pi

集中控制臺 taosExplorer 管理數據源和數據接入任務 （企業版功能）

同(tong)步增(zeng)強了集中控(kong)制臺 taosExplorer 以能(neng)夠管理所支持的(de)各種(zhong)數據(ju)源和(he)與它(ta)們所關聯的(de)數據(ju)接(jie)入任務。

詳細信息可以參考發布說明（）。歡迎大家下載使用 TDengine，有任何問題，都可以添加小T vx：tdengine 申請加入 TDengine 用戶交流群，及時(shi)向我(wo)們的解(jie)決方案(an)專家尋(xun)求支持(chi)與幫助。