本次发布提升及改进如下，列举部分
- 优化删大分区表逻辑，支持删除分区特别多的表。
- 查询OSS 文件遇到异常时把异常文件路径展示给用户，方便定位问题。
- 增加funnel_count_alpha函数，该函数支持event id为varchar或者bigint，支持不同事件在不同的时间戳，支持对null指的处理，支持相同事件出现多次。
- 支持查询parquet的TIMESTAMP_MICROS类型，建表时可以映射为bigint或timestamp类型。
- 支持计算引擎访问到空的 gz 文件直接跳过。
- 对于不支持Insert Overwrite的数据源执行Insert Overwrite主动进行报错。
- 优化sql执行结果展示，列表的初始宽度更合理，并提供类似excel那样按列调整宽度的能力。
- 优化英文页面布局，适配不同分辨率。
- 对一键建仓用户填写的database进行检查，给出错误提示。
数据湖分析Data Lake Analytics简介
欢迎大家使用数据湖分析(DLA)，DLA不仅仅便宜，且快，且方便，专为阿里云数据湖分析方案而生
- 支持自建、托管RDS、NoSQL、OSS(JSON、CSV、Parquet等格式)多种数据源分析
- 支持按量 按照扫描量 的计费方式，准入门槛0元，提供的Serverless的弹性服务为按需收费，不需要购买固定的资源，完全契合业务潮汐带来的资源波动，满足弹性的分析需求，同时极大地降低了运维成本和使用成本
- 平台底层托管大集群且自动弹性，在一定数据量情况下，分析性能比自建小集群高出400%
-
支持一键 把 MySQL、PG、SqlServer、PolarDb数据库 拖到DLA，再分析，解决原MySQL不敢分析的问题。 DLA 分析性能TPC-H 10G情况 比原MySQL 8c16g 等高出10倍，数据量越大，MySQL性能越差，在1TB数据量下，原MySQL基本跑不出来