镜舟 & StarRocks 博客
StarRocks 3.3 重磅发布，Lakehouse 架构发展进入快车道！
作为下一代 Lakehouse 架构的代表，StarRocks 3.3 在多方面进行了全方位的优化和创新。
StarRocks 3.2 新鲜出炉，性能与易用性再上新台阶
2023年12月21日，StarRocks 3.2 版本正式发布，新版本不仅夯实了一系列重磅功能特性，还全面升级了易用性，让 StarRocks 更加顺滑好用。
StarRocks 3.1 发布，云原生湖仓范式重磅升级！
StarRocks 正式发布全新 3.1 版本，全面提升云原生存算分离构架、极速数据湖分析、物化视图等重量级特性，让用户更简单地实现极速统一的湖仓分析。
StarRocks 3.0 极速统一的湖仓新范式
本文主要从存算分离架构、极速数据湖分析和数据应用三个大方向全面解读 StarRocks 3.0 版本。最后，我们会对 3.x 后续的规划做一个分享。
StarRocks 3.0 新特性介绍
StarRocks 3.0发布，引入存算分离架构、全新RBAC权限框架、物化视图增强等特性，支持Trino SQL查询兼容，优化数据导入、查询性能，推动OLAP到Lakehouse演进
StarRocks V2.5 版本新特性解读-DLA (Data Lake Analytics)
本视频为您解读 StarRocks 2.5版本的数据湖分析相关特性，共分为四部分。
StarRocks V2.5 版本新特性解读-Materialized view
物化视图一直是StarRocks的核心功能之一，在2.5版本的物化视图构建方面，StarRocks支持了基于外部表、基于物化视图进行构建。并且支持了查询改写，让离线场景查询加速更加透明。
StarRocks V2.5 版本新特性解读-Query cache
Query cache 在 BE 的内存中缓存了查询的中间计算结果，给那些“语意等价”的查询进行复用，来降低延迟，提高QPS。目前StarRocks支持tablet级别的query cache。
产品发版｜StarRocks 2.5 新版本特性介绍
2.5 版本是 3.0 之前的最后一个版本，囊括了很多重要功能，请阅读原文了解详情。
StarRocks V2.5 版本新特性解读-Lambda Expression and Higher-order Function
Lambda 表达式是一种匿名函数，可以作为高阶函数的传入参数。在2.5版本中，StarRocks 已经支持array_map, array_filter, array_sum, array_sortby四个高阶函数。
产品发版｜StarRocks 2.4 新版本特性介绍
10月24日发布 2.4 版本，包含多项功能，如：多表物化视图，catalog 支持 Hudi 和 Iceberg等。
兼顾降本与增效，我们对存算分离的设计与思考
“降本增效”是最近企业常被提及的关键字，作为新时代企业发展的数据大脑，企业大数据团队需要持续探索如何在有限资源下创造更多价值。本文将以场景为"引"，技术为"核"，介绍如何基于 StarRocks 全新的存算分离架构实现数据分析的“降本”和“增效”。
2025 Lakehouse 趋势全景展望：从技术演进到商业重构
据 IDC 预测，2025 年全球数据量将突破 175 ZB，非结构化数据占比超过 80%，到 2027 年全球数据生成量更将突破 300 ZB。
SeaTunnel StarRocks 连接器的使用及原理介绍
Apache SeaTunnel（以下简称 SeaTunnel）是一个分布式、高性能、易扩展、用于海量数据（离线&实时）同步和转化的数据集成平台。StarRocks 通过与 SeaTunnel 的结合可以轻松实现 StarRocks 和不同数据源之间的数据交换。
直播 | StarRocks 实战系列第一期——部署&导入
From Zero to StarRocks Hero
StarRocks V2.5 版本新特性
