RisingWave 1.9 发布！新增 Snowflake sink 连接器
我们非常高兴地宣布：RisingWave1.9 版本正式发布！此次我们带来了许多重要更新，例如：优化了许多上游和下游连接器、新增了 Snowflake sink 连接器、弃用此前的s3连接器，转为指定 AWS S3 source 连接器为s3_v2等。此外，本版本还新增了许多实用的 SQL 命令和函数，例如创建订阅功能等。一起来了解本次更新的主要亮点吧！
1. Recover 命令
我们自 1.9 版本开始支持RECOVER命令。该命令可以触发临时性的恢复，当存在较高延迟时可能需要使用。需要注意的是，只有超级用户才能使用RECOVER命令，以限制可以触发恢复的用户范围。此外，RisingWave 仅能从已提交的时间点进行恢复，且该命令不会等待恢复完成。执行此命令后，可以调整流速限制确保 RisingWave 持续稳定运行，并且任何DROP或 CANCEL命令都将立即生效。更多细节，请查看：
RECOVER命令
2. 配置全局参数
您可以使用ALTER SYSTEM命令在整个服务器上设置运行时参数或系统参数。使用此命令后，新参数值也将成为每个新会话的默认值。如果您喜欢使用不同的参数运行每个 RisingWave 会话，用此命令可以更轻松地设置每个会话。例如，以下 SQL 命令将运行时参数rw_enable_join_ordering设置为true。
ALTER SYSTEM SET rw_enable_join_ordering TO true;
您可以使用SHOW ALL命令查看所有运行时参数，如果想查看当前运行时某个特定运行时参数的值，可使用SHOW parameter_name命令。如果想查看所有系统参数及其当前值，则可使用SHOW PARAMETERS命令。更多细节，请查看：
- ALTER SYSTEM 命令
- 查看和配置运行时参数
- 查看和配置系统参数
3. 增强时间连接
我们现在支持非仅追加模式的时间连接 （Non-append-only temporal joins）， 意味着时间连接的外部或左侧不需要是一个仅追加模式的源或表。该功能在所有情况下使用相同的语法。此次改进可以让您更加灵活地连接数据。假设stream_source是一个非仅追加的源，而prod是一个表，则以下 SQL 命令使用了时间连接来连接两个表。
SELECT *
FROM stream_source
JOIN prod FOR SYSTEM_TIME AS OF PROC_TIME()
ON source_id = prod_id;
更多细节，请查看：
- 非仅追加模式的时间连接
4. 支持订阅和订阅游标
此版本更新后，您可以从表和物化视图创建订阅队列，并为订阅队列创建游标。这些新功能旨在使数据检索更加方便。请使用 CREATE SUBSCRIPTION命令创建订阅。您还可以删除、修改和显示现有的订阅。创建订阅时可以选择增量数据的保留时间以及订阅可以访问的时间。以下是 SQL 查询在物化视图上创建订阅，并将数据保留一天的示例。
CREATE SUBSCRIPTION sub1 FROM tbl1 WITH (retention = '1D' );
此外，您还可以修改订阅的名称、所有者、模式和并行性。您也可以为订阅创建游标，其功能是以更小的批次读取查询结果，一次检索几行，以避免内存溢出。要使用游标，需要先创建游标，然后从游标中提取结果。以下是一个示例，为上文创建的订阅创建游标。
DECLARE cursor1 SUBSCRIPTION CURSOR FOR sub1;
接下来，您可以从游标中提取结果。
FETCH NEXT FROM cursor1;----结果
col1 | col2 | col3 | op | rw_timestamp
----+----+----+----+-------------------1 | 2 | 3 | 1 |
(1 行)
col1、col2和col3是订阅的表中的列，op则是生成的特殊列。op的值可以是1、2、3或4，分别对应于INSERT、DELETE、UPDATE_DELETE和UPDATE_INSERT。UPDATE语句在这里被转换为UPDATE_DELETE和UPDATE_INSERT。请注意，每次从游标中提取时，只会返回表中的一行数据。要查看其他行的数据，必须再次调用FETCH命令。更多细节，请查看：
- 订阅
5. 使用 Iceberg source 进行 Time travel
对于 Iceberg source，您现在可以使用 AS OF语法从特定时间段或版本中选择数据。RisingWave 目前仅支持从 Iceberg source 进行批量查询，拥有此功能后，随着时间推移跟踪数据集的变化会更容易。同时，从特定版本选择数据则使得数据可重现性增强，这对于调试非常重要：如果在数据中检测到错误，您可以轻松选择之前版本的数据。以下是选择历史版本的示例， 我们通过特定的快照 ID 中选择了 Iceberg source 的数据。
SELECT * FROM iceberg_source FOR system_version AS OF 1567123456789;
以下是选择时间段的示例， 我们从 Iceberg source 中选择了特定时间戳之后的数据。
SELECT * FROM iceberg_source FOR system_time AS OF '2006-09-21 00:00:00+00:00';
更多细节，请查看：
- 从 Apache Iceberg 中摄取数据
6. PostgreSQL 和 MySQL 连接器的新配置
本版本新增了一系列配置选项，大多数用于 MySQL 和 PostgreSQL CDC source。这为您在创建 CDC 表时提供了更多的控制和灵活性，以满足独特的需求和用例。以下是其中一些新配置选项。
6.1 配置 SSL/TLS
对于 MySQL 和 PostgreSQL CDC source，现在可以使用ssl.mode参数设置 SSL/TLS 加密级别。配置 SSL/TLS 可确保传输的数据的完整性和机密性，保护敏感信息免受威胁和攻击。许多监管标准和最佳实践也使用 SSL/TLS，这使得它成为许多用户关心的重要功能。ssl.mode参数接受disabled、preferred和required这三个值，默认值为 disabled。
CREATE SOURCE pg_source WITH (connector = 'postgres-cdc',hostname = '127.0.0.1',port = '5432',username = 'user',password = 'password',database.name = 'mydb',slot.name = 'mydb_slot',ssl.mode = 'required'
);
6.2 配置快照
除了为 CDC 表配置快照之外，您现在还可以配置屏障间隔和批次大小。在与 MySQL 或 PostgreSQL 数据库建立连接时，您可以创建 CDC source 或 CDC 表。CDC source 连接到整个数据库，而 CDC 表连接到单个 MySQL 或 PostgreSQL 表。快照相关的参数选项仅适用于创建表时。
新参数snapshot.interval可以设置开始快照读取时的屏障间隔；snapshot.batch_size可以配置快照读取的批次大小。
6.3 配置超时
最后，我们还新增了一项运行时参数来更改 CDC source 的超时配置。某些 CDC source 建立连接可能需要消耗一些时间，造成这一点的原因有很多，比如大量的数据或复杂的表结构。默认情况下，超时设置为 30 秒，但这个时间在某些极端情况下可能不够。如果您的 CDC source 创建由于控制流中的错误而失败，可以尝试使用运行时参数 cdc_source_wait_streaming_start_timeout来增加超时阈值。
SET cdc_source_wait_streaming_start_timeout to 90;
更多细节，请查看：
- 从 MySQL CDC 中摄取数据
- 从 PostgreSQL CDC 中摄取数据
7. 支持更多 Sink 连接器
本版本还新增了一项 Sink 连接器，并对现有 Sink 连接器进行增强。Sink 连接器在数据流水线中扮演着关键角色，助力与各种下游系统的无缝集成。如果您对某个连接器感兴趣，请查看我们的集成页面，了解我们目前支持的内容，并投票选择您想要的连接器。我们一直致力于改进数据集成功能，让 RisingWave 能够轻易与任何流处理管道集成。
7.1 支持 Snowflake sink 连接器
Snowflake 是一种云原生、多功能的数据仓库平台，具有极强的可扩展性。它提供了全面的托管服务，可以安全地存储和分析大量数据。由于 Snowflake 仅支持从外部存储中接收数据，因此数据将在传输到 Snowflake 之前被上传到外部存储系统。目前，RisingWave 仅支持 Amazon S3 作为外部存储。在 RisingWave 中创建 Snowflake sink 非常简单。如果您已经设置了 Amazon S3 bucket，只需使用CREATE SINKSQL 语句即可完成。
CREATE SINK snowflake_sink FROM mv WITH (connector = 'snowflake',type = 'append-only',snowflake.database = 'db',snowflake.schema = 'schema',snowflake.pipe = 'pipe',snowflake.account_identifier = '<ORG_NAME>-<ACCOUNT_NAME>',snowflake.user = 'user',snowflake.rsa_public_key_fp = 'fp',snowflake.private_key = 'pk',snowflake.s3_bucket = 's3_bucket',snowflake.aws_access_key_id = 'aws_id',snowflake.aws_secret_access_key = 'secret_key',snowflake.aws_region = 'region',snowflake.max_batch_row_num = '1030',snowflake.s3_path = 's3_path',
);
7.2 支持 BigQuery sink 的 upsert 类型
此前我们只支持创建append-only类型的 BigQuery sink，这意味着只有INSERT操作会传递到 BigQuery 表中。现在，1.9 版本新增支持upsert类型的 Sink，允许传递UPDATE和DELETE操作。创建upsertSink 时，需要在 BigQuery 中进行额外的配置，并且必须设置相应的权限和主键。
CREATE SINK big_query_sink
FROM mv
WITH (connector = 'bigquery',type = 'upsert',bigquery.s3.path= '${s3_service_account_json_path}',bigquery.project= '${project_id}',bigquery.dataset= '${dataset_id}',bigquery.table= '${table_id}',access_key = '${aws_access_key}',secret_access = '${aws_secret_access}',region = '${aws_region}',
);
7.3 Delta Lake sink 支持 GCS
您现在可以使用 Google Cloud Storage 作为 Delta Lake 文件的存储位置来创建 Delta Lake sink。此前我们只支持 AWS S3 和 MinIO 对象存储。Google Cloud Storage 被普遍用于数据存储，此功能会使 Delta Lake sink 连接器更加便捷。创建 Delta Lake sink 时若使用 GCS，请使用匹配参数的CREATE SINK命令。
CREATE SINK s1_sink FROM s1_source
WITH (connector = 'deltalake',type = 'append-only',location = 'gs://bucket-name/path/to/file',gcs.service.account = '{type: service_acct,project_id: id,private_key:key,client_email: email}'
);
更多信息，请查看：
- 将数据从 RisingWave 导出到 Snowflake
- 将数据从 RisingWave 导出到 BigQuery
- 将数据从 RisingWave 导出到 Delta Lake
8. 总结
以上只是 RisingWave 1.9 版本新增的部分功能，如果您想了解本次更新的完整列表，请查看更详细的发布说明。
9. 关于 RisingWave
RisingWave 是一款开源的分布式流处理数据库，旨在帮助用户降低实时应用的开发成本。RisingWave 采用存算分离架构，提供 Postgres-style 使用体验，具备比 Flink 高出 10 倍的性能以及更低的成本。
👨🔬加入 RW 社区，欢迎关注公众号：RisingWave 中文开源社区
🧑💻快速上手 RisingWave，欢迎体验入门教程：github.com/risingwave
💻深入使用 RisingWave，欢迎阅读用户文档：zh-cn.risingwave.com/docs
🔍更多常见问题及答案，欢迎搜索留言: risingwavelabs/discussions