摘要：使用社區(qū)檢測教程測試新的結(jié)合，并通過有關(guān)在中使用的新教程進(jìn)一步提高高級技能。衛(wèi)星集合衛(wèi)星集合是這次合作的令人振奮的結(jié)果。然后，會將部分結(jié)果發(fā)送回協(xié)調(diào)器，該協(xié)調(diào)器匯總了最終結(jié)果。

經(jīng)過數(shù)月的研發(fā)測評，開源多模型數(shù)據(jù)庫ArangoDB 終于發(fā)布了其 3.2 正式版，該版本消除了兩個重大的障礙，添加了一個期待已久的功能，還集成了一個有趣的功能。此外，官方團(tuán)隊表示新版本將 ArangoDB 的性能平均提高了 35%。同時，與 3.1 版本相比，還減少了內(nèi)存的占用。集群管理方面也有了大幅度的改進(jìn)。

具體如下：

與 Facebook 的 RocksDB 存儲引擎的集成，使得其成為架構(gòu)中第一個可插拔的存儲引擎，用戶現(xiàn)在可以使用與磁盤一樣多的數(shù)據(jù)。加上 RocksDB 更好的鎖定行為（文檔級別的鎖），密集寫入型的應(yīng)用程序?qū)@著改善性能。沒有內(nèi)存限制，并且只有文檔級別的鎖定，這將為許多用戶消除了兩個大障礙。如果選擇 RocksDB 作為存儲引擎，包括索引在內(nèi)的所有內(nèi)容都會持久保留在磁盤上，這就大大減少啟動的時間。更多請參閱“比較新RocksDB和mmfiles引擎”的操作方法，以測試操作系統(tǒng)和用例的新引擎。

分布式圖處理在ArangoDB 的圖形工具箱中是一個缺失的功能。但是ArangoDB 通過實施Pregel 計算模型滿足了這一需求。

通過PageRank，社區(qū)檢測，頂點(diǎn)中心度量和進(jìn)一步的算法，ArangoDB現(xiàn)在可以用來獲取對圖形隱藏特征的高級洞察。例如，您可以使用圖形處理功能來檢測社區(qū)。然后，您可以使用結(jié)果將數(shù)據(jù)有效地分散到集群中，從而使SmartGraph的使用充分發(fā)揮其潛力。我們相信，通過集成分布式圖處理，用戶現(xiàn)在將擁有單個數(shù)據(jù)庫中最完整的圖形工具集之一。

使用Pregal 社區(qū)檢測教程測試新的Pregal 結(jié)合，并通過有關(guān)在ArangoDB 中使用SmartGraphs 的新教程進(jìn)一步提高高級graph技能。

有容錯機(jī)制的 Foxx 服務(wù)在集群模式下可根據(jù)您的需求擴(kuò)展數(shù)據(jù)庫。

很多開發(fā)者喜歡使用ArangoDB 的Foxx JavaScript 框架來實現(xiàn)以數(shù)據(jù)為中心的微服務(wù)。定義您自己的高度可配置的HTTP路由，完全訪問C ++級別的ArangoDB內(nèi)核可以非常方便地實現(xiàn)。在3.2版本中，ArangoDB 的Foxx團(tuán)隊完全重寫了管理內(nèi)部部件，以支持有容錯機(jī)制的Foxx 服務(wù)。這樣可以確保多協(xié)調(diào)器集群將始終保持其服務(wù)同步，即使所有現(xiàn)有協(xié)調(diào)器都不可用，新協(xié)調(diào)器也將被完全初始化。

通過遵循全新的Foxx教程，自己測試新的有容錯機(jī)制的Foxx 或?qū)W習(xí)Foxx。

使用 ArangoDB 3.2 可以輕松處理圖形數(shù)據(jù)。

您可以通過arangoexport 使用open-source 選項導(dǎo)出數(shù)據(jù)，然后將其導(dǎo)入到Cytoscape（請參閱教程）。

或者您可以通過Foxx插入全新的Keylines 3.5，并安裝按需連接。有了這個選項，您將始終將Keylines中的最新數(shù)據(jù)整齊地顯示出來，不會出現(xiàn)任何導(dǎo)出/導(dǎo)入麻煩。只需按照本教程開始使用ArangoDB和Keylines。

為了加強(qiáng)ArangoDB 中的基本用戶管理，其添加了只讀用戶功能。這些用戶的權(quán)限可以在數(shù)據(jù)庫和收集級別上進(jìn)行定義。在數(shù)據(jù)庫級別上，用戶可以獲得管理員權(quán)限，讀取訪問權(quán)限或拒絕訪問權(quán)限。在收集級別，在數(shù)據(jù)庫中，用戶可以被給予讀/寫，只讀或拒絕訪問。如果用戶沒有訪問數(shù)據(jù)庫或集合，則該用戶將不會顯示數(shù)據(jù)庫和集合。參考有關(guān)新用戶管理的教程。

地理查詢對我們的社區(qū)變得越來越重要。使用geo_cursor，現(xiàn)在可以將文檔按距離排列到空間中的某一點(diǎn)（參考教程）。這使得查詢變得更簡單，像“時代廣場周邊半英里半徑的素食餐廳在哪里？”我們計劃在下一個小版本中增加對其他地理空間功能的支持（如多邊形）。

衛(wèi)星集合（Satellite Collections）是這次合作的令人振奮的結(jié)果。它旨在在使用分片數(shù)據(jù)集時實現(xiàn)更快的連接操作。為了避免在機(jī)器之間的連接處理過程中出現(xiàn)昂貴的網(wǎng)絡(luò)跳數(shù)，只能找到一個解決方案來啟用本地連接。

使用Satellite Collections，您可以定義集合以分散到集群，以及將集合設(shè)置為復(fù)制到每臺計算機(jī)。 ArangoDB 查詢優(yōu)化器知道每個分片在哪里，并向相關(guān)的DBServers 發(fā)送請求，然后在本地執(zhí)行查詢。然后，DBservers 會將部分結(jié)果發(fā)送回協(xié)調(diào)器，該協(xié)調(diào)器匯總了最終結(jié)果。通過這種方法，可以避免在分片集合的連接操作期間的網(wǎng)絡(luò)跳躍，從而增加查詢性能并減少網(wǎng)絡(luò)流量。這可以通過一個例子更容易理解。在下面的模式中，集合C被劃分到多個機(jī)器，而較小的衛(wèi)星（即，S1-S5）被復(fù)制到每個機(jī)器上，繞著C的碎片軌道運(yùn)行。

衛(wèi)星集合的用例很豐富。在這個更深入的博客文章中，我們使用了一個IoT案例?；诨蚪M測序分析的個性化患者治療是另一個很好的例子，其中涉及大量數(shù)據(jù)集的高效聯(lián)合操作可以幫助改善患者護(hù)理并節(jié)省基礎(chǔ)設(shè)施成本。

使用RocksDB，您可以使用高度安全的AES算法對存儲在磁盤上的數(shù)據(jù)進(jìn)行加密。即使有人竊取您的一個磁盤，他們將無法訪問數(shù)據(jù)。通過升級，ArangoDB向HIPAA合規(guī)邁出了重要一步。

通常，用戶是通過ArangoDB 進(jìn)行定義和管理。使用LDAP，您可以使用外部服務(wù)器來管理用戶。ArangoDB 實現(xiàn)了一個可以擴(kuò)展的共同模式。如果您有不符合此模式的特殊要求，可以聯(lián)系A(chǔ)rangoDB。

3.2 新版本下載鏈接： https://docs.arangodb.com/3.2...

Find ArangoDB on Github