深秋时节，SequoiaDB 巨杉数据库在深秋给大家带来了“一把火”。SequoiaDB v3.4 正式发布啦！
分布式交易场景性能大幅提升
SequoiaDB 巨杉数据库3.4版本正式发布，v3.4最重要的特性就是在分布式交易场景下的性能提升。对比上一大版本，SequoiaDB v3.4 在分布式交易场景，读写性能提升达30%，更新性能提升1倍-1.5倍，查询性能较v3.2提升1.5倍以上。
新旧版本性能对比示意
针对分布式交易场景，3.4版本的技术提升主要有以下几个：
Improved 2PC Algorithm
分布式事务智能仲裁算法。为分布式事务 2PC 提交增加智能仲裁算法，重点解决 2PC 算法中“In-doubt Transaction” 异常状态，实现数据库在极端场景下为多分区事务智能仲裁，确保分布式事务的强一致性。
Latch-less Memory Model
实现多层级内存池和无锁内存模型。数据库集群池化内存资源，内存池多级管理，会话访问实现 99.99% 内存访问命中率，实现高并发 OLTP 场景下内存的无锁访问，系统CPU的使用率提升 10%。SequoiaDB v3.4同时提供在线内存监控和离线内存分析能力，自动化生成内存分析报告。
Improved Raft Algorithm
突破Raft 算法极限，实现全并发同步。SequoiaDB v3.4引入冲突仲裁机制，突破 Raft 算法中存在唯一键约束时只能串行同步困境，实现副本间全记录级并发同步，副本同步效率大幅提升。
Improved Full-text Search Algorithm
全文索引性能优化。优化全文索引连接模型，降低连接时间和内存使用率，对命中全文索引的count 操作，直接通过索引计算结果，大幅提升count 数据读性能。 目前，巨杉数据库针对金融交易场景，巨杉数据库已经规模应用在金融客户的核心交易、核心下移、关系型数据库替换等场景中，应用业务包括信用卡、网银、贷款等，在金融交易场景的应用，领先业界新一代分布式数据库。
SequoiaDB v3.4 功能提升这次新版本全面提升金融级交易场景功能与性能，在分布式事务、数据一致性，并发CURD性能以及SQL兼容能力方面都做了深度优化。另外，为了满足金融级交易场景对稳定性严苛的技术要求，SequoiaDB 还升级了混沌测试框架，集群稳定性得到极大提升。
SequoiaDB v3.4的其他主要更新项如下：
存储引擎
事务Auto-commit下推优化，将事务二阶段提交简化为一阶段提交，提升事务性能
事务一致性确认机制
实现多层级内存池和无锁内存模型
全并发同步，提升副本数据同步性能
提供增量数据归档、同步能力
通过开启日志的全量模式和时间模式，可以实现按天，或指定时间对增量数据进行抽取，转换和归档，并将增量数据导入到其它ODS系统。
全文索引支持数组类型
全文索引支持 $or 和 $not 操作
全文索引性能大幅提升
访问计划增加自动过期清理，并实现对 $in 操作的参数化缓存能力
插入数据支持重复键替代
索引支持 not null 约束
优化事务监控性能，实现无锁事务监控机制，减少事务监控管理对外部业务的性能影响
SQL引擎
优化高可用能力，实现SQL引擎横向扩容
算子下推存储节点，精确计算，提升网络带宽利用率
事务Auto-commit下推存储引擎，简化事务二阶段提交为一阶段提交，提升事务性能
支持NO TRANSACTION模式，提升初始化数据场景性能
优化DDL操作，包括rename table，modify field，add primary key、index等操作
全面兼容 MariaDB 语法
大对象引擎
提供S3兼容的对象存储接口
大对象存储支持按时间序进行自动分区，提升对大对象的存取和管理能力，可以快速按时间进行归档和清理
大对象过滤支持过滤条件和精准匹配
易用性
支持指定节点的重新选举能力
提供 SQL 语法查询数据库当前状态与监控信息
提供性能监控和慢查询分析能力
易用性进一步提高，巨杉工具矩阵正式推出
伴随 SequoiaDB v3.4 的发布，巨杉数据库也于近期推出了，新一代的巨杉数据库工具矩阵，并计划在近期发布 SequoiaPerf 性能诊断工具。
SequoiaPerf 性能工具 即将发布
丰富的运维管理工具，是用户实使用数据库最直观的友好感受，巨杉数据库也将持续保持创新，聆听社区用户的声音，将面向用户的开发、运维、性能调优工具和最佳实践做到最好。 目前，巨杉数据库大型银行客户已经突破 50 家，应用场景包括核心交易、数据中台、内容管理和实时数据服务等。未来，我们也将保持自研和创新，在分布式数据库技术和多种行业应用中，保持领先
前往巨杉数据库官网下载中心体验 SequoiaDB V3.4
http://download.sequoiadb.com/cn/
要想了解更多请点击“这里”