版本动态
- v4.0.0
数据湖分析：
-
统一了 BE 元数据的 Page Cache 和 Data Cache，并采用自适应策略进行扩展。
-
优化了 Iceberg 统计信息的元数据文件解析，避免重复解析。
-
优化了针对 Iceberg 元数据的 COUNT/MIN/MAX 查询，通过有效跳过数据文件扫描，显著提升了大分区表的聚合查询性能并减少资源消耗。
安全与认证：
- 在使用 JWT 认证和 Iceberg REST Catalog 的场景下，StarRocks 支持通过 REST Session Catalog 将用户登录信息透传到 Iceberg，用于后续数据访问认证
存储优化与集群管理
-
为存算分离集群中的云原生表引入了文件捆绑（File Bundling）优化，自动捆绑由导入、Compaction 或 Publish 操作生成的数据文件，从而减少因高频访问外部存储系统带来的 API 成本。
-
支持多表写写事务（Multi-Table Write-Write Transaction），允许用户控制 INSERT、UPDATE 和 DELETE 操作的原子提交。该事务支持 Stream Load 和 INSERT INTO 接口，有效保证 ETL 与实时写入场景下的跨表一致性。
查询与性能优化
- 支持 DECIMAL256 数据类型，将精度上限从 38 扩展到 76 位。其 256 位存储可以更好地适应高精度金融与科学计算场景，有效缓解 DECIMAL128 在超大规模聚合与高阶运算中的精度溢出问题
函数与 SQL 语法
-
新增 bitmap_hash64、bool_or、strpos、to_datetime/to_datetime_ntz 等函数。
-
提供 CREATE ANALYZE FULL TABLE 支持 IF NOT EXISTS 关键字。
Release Notes：https://docs.mirrorship.cn/zh/releasenotes/release-4.0/
- v3.5.7
功能增强
-
通过在内存竞争严重的情况下引入重试回退机制，提升了 Scan Operator 的内存统计准确性。
-
通过利用现有的分区分布，优化了物化视图桶的推理，防止了过多桶的创建。
问题修复：
-
由于类型不匹配导致的物化视图重写失败。
-
由于对带有复杂函数的 CASE WHEN 简化不当，导致扫描性能下降。
Release Notes： https://docs.mirrorship.cn/zh/releasenotes/release-3.5/
文档动态
-
【AI Chat Bot】：文档站支持 AI Chat Bot，可基于文档内容解答产品相关问题。
-
【数据湖】
-
【导入】：新增 数据导入故障排查。
-
【管理手册】
-
【参考手册】：优化部分 SQL 及函数参考文档的结构及示例。
本月精选内容
文章精选
StarRocks 4.0：基于 Apache Iceberg 的 Catalog 中心化访问控制
StarRocks 在 Cisco Webex 的探索与实践
StarRocks 4.0：Real-Time Intelligence on Lakehouse
Kubernetes 场景下的 StarRocks 灾备体系：Cluster Snapshot 实践解析
从 ClickHouse 到 StarRocks 存算分离： 携程 UBT 架构升级实践
视频精选：
StarRocks 4.0 新特性解读
本月精选活动
- StarRocks 4.0 新特性解读
10 月 22 日 9:00，社区邀请 StarRocks Active Contributor 王司墨做客直播，对 StarRocks 4.0 进行了系统解读。本次分享围绕 4.0 版本的多项关键升级展开，重点包括：
-
极速分析再进化 ：核心算子优化，性能相较 3.3 提升最高可达 1.6 倍；JSON 查询提速 3–15 倍，让埋点与日志分析不再是瓶颈。
-
湖仓原生分析： Iceberg 写入与查询性能同步提升，优化器更智能，统计信息刷新更轻量。
-
实时更简单、更经济： API 调用量减少 70%–90%，性能几乎无损。
-
未来展望，AI 能力增强： 持续优化
直播回放及PPT下载：（PPT/直播回放已更新）StarRocks 4.0 新特性解读
本月新晋 Contributor
感谢新朋友们为 StarRocks 社区注入活力！期待你们继续闪耀光芒，与社区共同成长，创造更多精彩！
