Databend 8–9 月双月报：物化视图、数据共享与数据血缘能力升级

更新概览

2026 年 8 月至 9 月 Databend 产品更新围绕这些使用链路展开。物化视图和 Dynamic Table 补充了分析结果持久化与复用能力，Data Sharing 扩展了跨租户读取和独立增量消费，数据血缘提供了对象级与列级的来源和影响查询。查询性能、资源管理与运行稳定性方面也有多项改进。

，2026 年 8 至 9 月，Databend 主仓库共发布以下版本：

• 20 个 nightly 版本：从

  v1.2.931-nightly
  

  到

  v1.2.950-nightly
  

  。

• 2 个 patch 版本：

  v1.2.925-patch-6
  

  、

  v1.2.925-patch-13
  

  。

nightly release notes 中的 PR 条目按编号去重后，共计 272 项发布变更。

统计说明：上述数据反映发布版本包含的变更，不等同于本期合并的 PR 数量。

feat

包含内部工具增强，

fix

包含测试和 CI 修复，分类数量不直接对应用户可见新功能或生产故障数量。

物化视图｜减少重复计算，简化结果维护

Materialized View（物化视图） 通过持久化查询结果或中间聚合状态，减少重复计算。相较于仅保存查询定义的普通 View，物化视图需要同时处理源数据变更、结果刷新、读取一致性与查询改写。

本期围绕上述环节继续完善物化视图的使用与维护方式。

变更跟踪与混合读取

物化视图基于源表的

CHANGE_TRACKING

REFRESH MATERIALIZED VIEW

• 追加数据 支持增量刷新。

• 非聚合物化视图 利用内部源行标识处理更新和删除。

• 聚合物化视图 保存聚合状态，支持合并已有状态与追加数据的状态。源表发生更新或删除时，刷新仍可能需要全量重算。

• Hybrid Reads（混合读取） 支持在追加场景下结合持久化结果与尚未刷新的源表增量，降低对全量扫描的依赖。

自动改写与日常维护

优化器新增物化视图查询改写规则、

enable_materialized_view_rewrite

维护方面，物化视图支持聚簇键、recluster、compact、索引和

system.materialized_views

以下示例基于持续追加的销售表，创建按类别聚合的物化视图：

CREATE TABLE sales (
  category STRING,
  amount INT
) CHANGE_TRACKING = TRUE;

CREATE MATERIALIZED VIEW mv_sales (
  category,
  total_amount
)
CLUSTER BY (category)
AS
SELECT category, SUM(amount)
FROM sales
GROUP BY category;

REFRESH MATERIALIZED VIEW mv_sales;

SELECT * FROM mv_sales;

适用范围：物化视图属于 Databend Enterprise Edition 能力，需要相应授权。当前以启用了

CHANGE_TRACKING

用分批刷新控制单次维护量

9 月新增刷新批量提示：

REFRESH MATERIALIZED VIEW mv_sales LIMIT 100000;

LIMIT

Dynamic Table：支持多表派生结果的全量刷新

本期新增支持全量刷新的 Dynamic Table。该能力采用独立的、基于 Fuse 的表引擎，面向多表派生结果，通过

REFRESH DYNAMIC TABLE

与物化视图不同，Dynamic Table 查询读取上一次刷新后的持久化结果，结果可能落后于源数据。本期能力不包含自动调度、自动增量刷新或物化视图式的新鲜度补偿。

选型时，应结合查询来源与数据新鲜度要求：单表结果复用和查询改写可评估物化视图；多表派生结果、且可接受显式刷新间隔的场景可评估 Dynamic Table。

数据共享丨支持跨租户访问与独立增量消费

Data Sharing（数据共享） 支持不同租户在保留各自数据处理空间的同时，基于提供方的同一份源数据开展协作。

对于跨团队或跨租户的数据消费需求，传统方式通常依赖数据导出、复制与同步任务。通过 Data Sharing，提供方可将选定的 Fuse 表加入 Share 并授权指定消费方；消费方在本地建立只读数据库绑定，直接查询共享对象，无需先复制整张源表。

从提供方授权到消费方读取

一个 Share 暴露一个数据库及其中选定的 Fuse 表。提供方管理共享对象和租户授权，消费方通过本地数据库名访问共享数据。存储访问通过 Provider Connection 解析，提供方凭据不会直接复制至消费方的数据库绑定。

以下为配置 Provider Connection 后的 SQL 结构示例。

<provider_connection>

<consumer_tenant>

<provider_tenant>

-- 提供方：创建共享，授权数据库、表和消费租户
CREATE SHARE sales_share CONNECTION = <provider_connection>;
GRANT USAGE ON DATABASE sales TO SHARE sales_share;
GRANT SELECT ON TABLE sales.orders TO SHARE sales_share;
ALTER SHARE sales_share ADD ACCOUNTS = <consumer_tenant>;

-- 消费方：建立只读数据库绑定
CREATE DATABASE shared_sales FROM SHARE <provider_tenant>.sales_share;
SELECT * FROM shared_sales.orders LIMIT 10;

共享关系绑定稳定的 Share、数据库和表 ID。对象重命名后可保留对原对象的访问；删除后重建同名表，不会自动继承旧表的共享授权。提供方可通过撤销表授权或移除消费账号，控制后续共享访问。

共享表的独立 Stream 消费

9 月新增在共享表上创建消费方本地 Stream的能力。提供方开启

CHANGE_TRACKING

该能力适用于基于共享业务明细构建本地报表、派生表等场景。不同消费方可按各自的处理周期消费增量，无需共用消费进度。具体数据管道仍需配置消费和处理任务，Stream 本身不自动完成数据同步。

适用范围与限制

• 支持同一 Databend Meta 集群内的跨租户共享，不支持任意独立部署之间的跨集群共享。

• 当前共享对象为选定的 Fuse 表。消费方仅可读取，不能修改源表或再次共享该数据库。

• 带有行访问或列脱敏策略的提供方表，目前不支持直接跨租户共享。

• Stream 依赖提供方开启 change tracking；消费方删除并重建共享数据库后，原有 Stream 将失效。

• Data Sharing 属于 Enterprise Edition，需要

  DataSharing
  

  授权。

通过提供方授权、消费方只读访问与独立增量消费，Data Sharing 扩展了跨租户数据协作的能力范围。

数据血缘丨支持对象级与列级依赖追溯

数据血缘通过提取执行计划中对象与列之间的数据流关系，并聚合成功执行的查询历史，支持数据来源追溯与下游影响分析。

本期提供两类查询入口：

• GET_LINEAGE
  

  ：查询上游来源或下游消费对象，支持对象级和列级血缘，遍历距离为 1–5 跳。

• GET_LINEAGE_NEIGHBORS
  

  ：查询直接相连的对象，适用于血缘图的逐层展开。

-- 查询结果表的上游对象
SELECT *
FROM get_lineage('default.analytics.sales_summary', 'TABLE', 'UPSTREAM', 3);

-- 查询直接相邻的对象
SELECT *
FROM get_lineage_neighbors('default.analytics.sales_summary', 'TABLE');

血缘关系采用统一的

source -> target

query_id

本期还扩展了已有 View 的血缘刷新、显式 materialized CTE 的血缘提取、物化视图血缘，以及基于绑定后计划的关系捕获。

使用限制：历史采集与聚合采用异步、best-effort 机制，启用前的历史数据不会自动补录，日志或历史处理失败也可能造成缺失，因此不能将血缘结果视为完整审计记录。列级血缘关注对输出值有贡献的列，不包含 SQL 中的全部过滤、连接或排序依赖。使用前需确认历史表配置与 SystemHistory 授权。

该能力可用于异常指标溯源、表结构调整前的影响分析，减少对人工维护依赖关系的依赖。

扫描与存储优化丨分区、TopN 与索引

让 Fuse 分区布局更明确

Fuse 新增

PARTITION BY

现有未分区表可通过

ALTER TABLE ... PARTITION BY (...)

配套的 hash-distributed partition writes 支持按哈希分发分区写入，并修复了分区布局与聚簇布局隔离、写入合并等相关问题。

减少 TopN 查询的扫描量

新增 fused TopN operator 和 runtime scan filters，利用排序过程中形成的当前边界过滤扫描。本期同时支持块读取时重新检查 TopN 边界、typed virtual columns 的 TopN pruning，以及 aggregate rank limit 边界下推。

相关改进主要面向排序取前 N 条、排名等分析场景，减少读取量和中间处理开销。实际收益取决于数据布局、过滤条件与执行计划。

优化器统计同步完善了

UNION ALL

全文检索与多维聚簇

• 倒排索引新增日语分词器，扩展多语言检索能力。

• 索引写入随数据块构建进行；索引段合并可避免重新分词，并减少对象存储请求。

• ngram bloom 索引优化构建路径。

• Hilbert clustering新增元数据、统计及 reclustering 支持，采用新实现，不保留上一期已移除的 legacy 实现。

• Recluster 支持并发任务，并优化排序、合并任务的组织方式与诊断开销。

稳定性丨完善资源回收、内存控制与执行正确性

本期修复主要集中于以下几个方面：

查询取消与资源回收。 完善同步 spill processor、hash join stream 的可中断性，修复 Flight exchange 关闭后的任务停止、receiver 提前退出时的 hash exchange 阻塞，以及下游完成后的 spill 阻塞问题。针对客户端断开、查询取消或仅需部分结果的场景，提升任务停止与资源回收的可靠性。

内存控制。 优化最终聚合完成阶段的内存边界、Window 输出期间的 spill、窗口缓冲前的未使用列裁剪、Parquet row group 字节限制、按选中行数分配解码缓冲，以及 Vacuum GC 的流式处理和根节点内存控制，减少峰值内存开销。

执行语义与结果正确性。 修复 nullable correlated/lateral join key、分布式时间函数一致性、Window

RANGE INTERVAL

派生结果与历史数据生命周期。 修复 change tracking 计数重置后的正确性、物化视图刷新与改写检查，避免活跃临时表和进行中的 CTAS staging 表被 vacuum，并在 time travel 快照缺失时返回明确错误。

测试方面，引入 type matrix、metamorphic testing 和 table-kind × write-path 矩阵，扩大不同类型、表引擎与写入路径组合下的回归覆盖范围。

治理、运维与生态更新

行级 TTL 定义与元数据支持

本期新增行级 TTL 的 DDL 与元数据支持，可定义、修改和移除 TTL 表达式。

该阶段能力为数据生命周期管理提供基础，尚未包含后台调度和过期行删除。配置 TTL 表达式后，数据不会自动过期删除。

Meta 通信、通知与任务配置

Databend-meta 继续完善通信与认证能力。本期引入 Raft 协议 secret 和兼容模式支持，并新增 Raft peer TLS 与可配置的 gRPC 握手认证。多组凭据可在轮换期间重叠使用，便于在不中断服务的情况下完成凭据更新。Meta 管理工具统一采用

--user

--password-file

上述能力需要配套配置证书、认证策略与升级顺序。版本升级本身不会自动加密全部 Meta 通信。

通知配置新增

WEBHOOK_BODY_TEMPLATE

Task 新增在定义阶段解析常量

EXECUTE IMMEDIATE

客户端生态

databend-jdbc

v0.4.9

v0.4.10

v0.4.9

v0.4.10

bendsql

新特性的使用场景

高频查询与公共中间结果复用

如果多个报表或下游任务反复执行相同的单表聚合，可以评估使用物化视图持久化查询结果。增量刷新、混合读取和查询改写能够减少重复扫描与计算，降低高频分析对源表的压力。

对于多表 Join 产生的派生结果，可以评估 Dynamic Table。它适合能够接受显式刷新周期，希望将复杂查询结果保存下来供后续任务重复读取的场景。

跨租户数据协作

当同一 Databend Meta 集群中相互隔离的租户需要使用同一份业务数据时，Data Sharing 可以让消费方直接读取提供方授权的 Fuse 表，减少数据导出、重复副本和同步任务。

消费方还可以在共享表上创建本地 Stream，按照自己的处理周期消费增量。这种方式适合将共享明细接入本地数据处理流程，再生成报表或派生表。Stream 负责记录消费进度，具体的数据处理任务仍需单独配置。

异常溯源与变更影响分析

当数据模型已经形成较多上下游依赖时，数据血缘可以帮助开发和运维人员定位异常指标的来源，也可以在修改表或列之前查看可能受影响的下游对象，缩小排查和回归验证范围。

血缘采集采用异步、best-effort 机制，可能因历史配置或处理失败而出现缺失，因此适合作为排查和影响分析工具，不能替代完整的审计记录。

查询效率与运行稳定性

Fuse 分区、TopN 和索引相关改进适用于扫描量较大、排序取前 N 条以及多语言全文检索等查询。资源回收和内存控制方面的修复，主要改善大查询、查询取消和客户端提前断开等情况下的资源释放与执行稳定性。

实际收益会受到数据布局、查询条件和执行计划影响，建议结合生产负载进行验证。采用新功能前，还需核对版本、授权和功能限制，并在升级前检查已经移除的旧能力。

升级注意事项

本期产品更新移除以下能力。使用相关功能的部署应在升级前完成依赖盘点与兼容性验证：

• Aggregating Index：相关能力方向转向物化视图。需重新评估定义、授权与刷新策略，原索引不会自动迁移。

• PROXY table engine：原有能力方向由物化视图替代。

• Hive Catalog：本期移除， Hive 表及生态越来越少。

• Lance unload 支持：历史元数据保留兼容解码，但实际 Lance 格式数据访问将返回不支持错误，需改用受支持格式。

• 只读

  ENGINE = DELTA
  

  表引擎：不再支持新建语法，已有此类表升级后访问将失败。

上述调整减少了重复实现与依赖负担，同时涉及既有系统的兼容性。建议结合目标版本 release notes，完成迁移评估与回归测试。

访问 Databend GitHub（databendlabs/databend）和产品文档（docs.databend.cn），查阅 Release Notes，了解更多产品特性和使用方法。