标签
GreptimeDB 通过将 TopK 运行时边界下推到扫描层（基于 DataFusion 的动态过滤器），把一个约 50–60 亿行 trace 表上的 ORDER BY ... LIMIT 10 查询从 28.9 秒优化到 0.21 秒。
GreptimeDB 1.2 在所有摄取 SDK 中引入了 JSON2 列，允许将热门 JSON 路径存储为独立列，与之前的 JSONB 类型相比，实现了更高效的查询和更少的资源使用。
GreptimeDB 在其查询规划器中原生实现了 PromQL，允许使用 EXPLAIN ANALYZE 等工具直接执行和分析，无需将其翻译成 SQL。
本文回顾了 GreptimeDB 2026 路线图的年中进展，重点介绍了已发布的功能，如在线重新分区和 JSON2 类型，并解释了由于生产部署导致的优先级变化。
GreptimeDB Enterprise 与 Apache Iceberg 集成，通过发布基于现有 Parquet 文件的 Iceberg 元数据，使表可以从 Spark、Trino、DuckDB 等引擎查询，无需复制数据。
Agent RCA Bench评估发现，GreptimeDB的SQL/PromQL接口相比Prometheus/Loki/Tempo包装器，产生了40%更少的错误诊断，并使用了约48%更少的输入令牌，跨六个AI模型。
JSON2 是 GreptimeDB v1.2.0 中的一种新型 JSON 类型，专为日志和半结构化数据的高效存储和查询设计，采用列式优化。目前处于测试版，支持仅追加表。
GreptimeDB 2026年8月月度更新引入了对Prometheus原生直方图的端到端支持、基于OTLP追踪的服务依赖图（实验性），以及v1.2.0-beta.2版本中的破坏性变更。
GreptimeDB的Grafana插件已升级至v3.0.3版本，新增Go后端以支持在告警规则中进行SQL宏插值，使得在面板和告警中能够使用一致的查询。
DBeaver Community 26.1.5 已发布，新增了一个专用的 GreptimeDB 驱动程序，使时序数据的连接和管理更加便捷。
一篇深度博文，通过基准测试复现和代码分析，解读 GreptimeDB 中让 Prometheus 读取转换速度提升 10 倍的 Rust 性能 PR。
GreptimeDB v1.2.0-beta.1 已发布，主要特性包括：JSON2 作为结构化列类型、支持原生直方图的 Prometheus Remote Write v2、字典编码的序列键以加快查询速度，以及其他加固和破坏性更改。
GreptimeDB引入了一个语义层，保留了通常会在摄取时丢弃的OTLP元数据（仪器类型、单位、时间性），使AIOps工具和LLM代理能够理解系统拓扑，而无需从列名猜测。
GreptimeDB v1.1 通过单个 ALTER TABLE 语句引入了对现有表的在线重新分区，消除了数据迁移、双写或应用程序变更的需求。它利用共享对象存储和逻辑分片来更新清单和路由，而无需在节点之间移动数据。
本帖子解释了可观测性 2.0，即从预聚合指标转向存储包含所有字段的宽事件，从而在读取时支持即席查询。它强调了 AI 智能体可观测性的紧迫性，以及 GreptimeDB 如何支持这一模型。
GreptimeDB 现已成为 Perses（CNCF 可观测性仪表盘项目）的原生数据源，支持通过 PromQL 查询指标，以及通过 SQL 查询日志、链路追踪和时间序列聚合。
小米智慧工厂用 GreptimeDB 替换了 Loki 进行日志存储，每月处理数十亿行数据，并采用了定制化索引：针对高基数的 trace_id 使用 Bloom 跳跃索引，针对低基数字段使用倒排索引，并对消息体进行全文搜索。
GreptimeDB v1.1 引入了对现有表的在线重新分区、增量 Flow 读取、面向 LLM 的语义层以及稳定性改进。
GreptimeDB v1.1.0 已发布，提供高达97%的PromQL查询加速，整体查询时间降低20-40%，在TSBS扫描密集型查询上性能提升高达4.5倍，并支持对现有表进行在线重分区。
Erxi 在贡献了包括 meta KV 写入保护、flush 原因传播以及 CSV COPY 修复等多项改进后，被欢迎成为 GreptimeDB 的新提交者。