RisingWave 社区的朋友们，新年快乐！新年伊始，RisingWave 1.6 版本正式发布！
1.6 版本包含了许多修复和更新，其中有一些属于重大变更，如果您目前正在使用 RisingWave，请尤其注意它们；同时，我们也新增许多功能，包括新连接器、新 SQL 语句等。接下来，请跟我们一起了解本次更新的主要亮点！
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，请尤其注意它们：
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，涉及到导出数据到表、连接器、CDC source、SSL 配置、时间过滤器和新子句等内容。
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 join 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：
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：
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：
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：
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：
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」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。
如果您想提前了解下个月的版本及其新功能，请访问 RisingWave GitHub repository。
如果您想了解 RisingWave 的所有动态，请在官网订阅我们的邮件月刊，关注我们的 Twitter?和 LinkedIn。同时，也欢迎您加入我们的 Slack?社区，与我们的工程师还有全球各地的 RisingWave 爱好者交流！
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。
了解更多：
官网：?risingwave.com
GitHub：risingwave.com/github
微信公众号：RisingWave中文开源社区
社区用户交流群：risingwave_assistant