为了满足企业大数据对联邦查询、高性能交互式查询、成本优化的需求，DLC团队正式发布数据湖计算DLC2.2.5版本！该版本推出联邦查询增强、网络配置模块、日志信息、原生函数等重磅特性～全方位提升产品能力，助力企业数据资产分析与管理！
重点特性
重点特性一：联邦查询分析增强，支持更多数据源
联邦查询新增Postgresql， SQLServer， ClickHouse三种数据源支持，支持数据源连通性测试。联邦查询分析覆盖更多用户使用场景，提高用户使用便捷性。
重点特性二：新增网络配置管理模块，规范数据引擎网络访问
新增网络配置管理模块，支持对数据引擎进行VPC网络配置关联及管理，规范化管理数据引擎网络及访问。
通过网络配置管理，用户可以灵活管理配置数据引擎的网络关系，满足数据查询网络管理的同时提供多种网络关系进行选择。
重点特性三：引擎查询分析性能再提升
Presto独享引擎支持通过引擎高级设置开启Fragment cache能力，计算性能进一步提升。
用户可选择开通使用Fragment cache能力，在交互式查询分析时获得更快的查询速度及更稳定优秀的性能，进一步优化资源用量。
重点特性四：支持分钟级数据引擎自动挂起规则，成本空间进一步优化
新增数据引擎自动挂起触发时间周期配置能力（分钟级），帮助用户精细化管理数据引擎挂起规则，进一步优化成本结构。
用户可以在引擎启停策略中，配置自动挂起时间到分钟级，当引擎闲置时间到达后，引擎将自动挂起，减少资源消耗。
版本功能特性总览
联邦查询分析支持更多数据源，提供更友好的关联交互
- 新增 Postgresql， SQLServer， ClickHouse三种数据源支持，帮助用户更便捷实现联邦查询分析；
- 创建数据源连接新增连通性测试能力；
- 扩大数据源支持范围，为用户在业务生产中提供更广的场景支持及数据源选择；
提升查询脚本分类管理能力
- 查询脚本保存支持选择文件夹；
- 支持对已保存的查询脚本进行文件夹的变更；
- 帮助用户更好管理查询脚本，更便捷进行分类、查找、汇总；
Spark内核支持与EMR的联邦查询分析
- 支持通过SQL对EMR与DLC原生表进行联邦查询分析；
- 支持通过Spark作业对EMR与DLC的联邦查询分析及数据处理能力；
- 帮助Spark内核用户进行更加灵活的多源联邦查询分析，扩大业务支持场景；
丰富Spark作业日志信息，提高日志查询效率
- 新增Executor日志查询能力；
- 支持对日志按时间升降序排列，帮助用户更方便查询跟进任务情况；
- 帮助用户通过日志更快定位问题，全程了解Spark作业执行情况；
新增数据引擎网络配置管理，统一管理网络访问能力
- 新增对数据引擎网络关系配置管理，解决数据源联邦查询网络关联打通和管理问题，帮助用户更加方便的管理数据引擎网络及数据源访问；
- 支持通过数据源的网络配置信息或VPC信息配置数据引擎网络；
- 支持对配置的网络进行修改、删除操作；
分钟级管理数据引擎自动挂起规则，进一步优化成本
- 新增数据引擎自动挂起触发时间周期配置能力，最小支持1分钟；
- 帮助用户更精细化管理数据引擎挂起规则，进一步优化成本结构；
Presto内核数据引擎CBO能力开启，提升查询性能
- Presto内核数据引擎默认开启CBO能力，支持根据统计信息调整 JOIN 表的顺序；
- 支持用户进行更复杂的数据查询诉求；
Presto原生函数支持，扩展语法支持范围
- 支持使用Presto原生函数；
- Presto支持OFFSET能力；
- 支持UPDATE SET WHERE语法；
- 支持通过Hint参数 type_coercion 开启/关闭隐式转化能力，ture 为开启，false 为关闭。默认为 ture ；
- 语法支持grouping及with cube用法；
- 更多语法及查询优化，进一步扩大用户使用场景，帮助业务生产环境进行复杂业务查询；
推荐阅读
关注腾讯云大数据公众号
邀您探索数据的无限可能
点击“阅读原文”，了解相关产品最新动态
↓↓↓
