# Manticore Search 7.4.6: Kibana Integration, Performance Optimizations, and Critical Fixes

Manticore Search 7.4.6 introduces Kibana integration, join query optimizations, and fixes for critical issues to enhance stability and performance

我们很高兴宣布 **Manticore Search 7.4.6** 的发布，通过 Kibana 集成带来强大的数据可视化功能，对连接和直方图进行重大性能优化，并通过大量错误修复来增强稳定性和可靠性。

---

### 📊 通过 Kibana 实现高级数据可视化

此次发布的亮点是备受期待的 **[Kibana 集成](https://manual.manticoresearch.com/Integration/Kibana)** ([#832](https://github.com/manticoresoftware/manticoresearch/issues/832))，使数据可视化更加便捷高效。现在您可以直接从 Manticore Search 数据创建令人惊叹的仪表板、图表和可视化效果，使从复杂数据集中提取见解变得前所未有的简单。

这种集成为基于 Manticore Search 的监控、分析和商业智能应用开辟了新的可能性。

**亲自尝试**：我们创建了一个 [即用型演示仓库](https://github.com/manticoresoftware/kibana-demo)，展示了 Manticore-Kibana 集成，并允许您与 Elasticsearch 进行性能比较。我们的测试显示，大约 4000 万条文档的情况下，相同的仪表板在 Manticore Search 中仅需 7 秒渲染，而 Elasticsearch 需要 18 秒！

另一个示例：

{{< youtube M6i3gthKZh8 >}} 
---

### ⚡ 性能优化

此版本包含多项重大性能改进：

- **连接查询批处理** ([#2995](https://github.com/manticoresoftware/manticoresearch/issues/2995))：我们实现了连接批处理的优化，显著提升了复杂连接操作的性能。
- **直方图优化** ([#3039](https://github.com/manticoresoftware/manticoresearch/issues/3039))：直方图中的 EstimateValues 现在表现更好，使对大型数据集的分析更快。
- **列式存储增强** ([#77](https://github.com/manticoresoftware/columnar/issues/77))：我们优化了创建多值过滤器时的块数据重用，添加了属性元数据的最小/最大值，并基于最小/最大值实现了过滤器值的预过滤，从而加快了查询执行速度。
- **跨平台一致性** ([#1727](https://github.com/manticoresoftware/manticoresearch/issues/1727))：修复了 arm64 和 x86_64 架构之间的浮点精度差异，确保跨平台结果一致。

---

### 🔧 关键错误修复

此版本解决了多个重要问题：

* **连接查询改进**：
   - 修复了在连接查询中使用两个表的属性时表达式的处理 ([Commit 73ac](https://github.com/manticoresoftware/manticoresearch/commit/73ac22f358a7a0e734b332c3943c86e6294c06c3))
   - 修复了在 JOIN 查询中使用 `avg()` 时结果不正确的问题 ([#2915](https://github.com/manticoresoftware/manticoresearch/issues/2915))
   - 修复了由于连接批处理的隐式截断导致的结果集不正确问题 ([#2996](https://github.com/manticoresoftware/manticoresearch/issues/2996))
   - 修复了连接查询缓存中的内存泄漏问题 ([#3042](https://github.com/manticoresoftware/manticoresearch/issues/3042))
   - 修复了连接 JSON 查询中查询选项的处理 ([#3052](https://github.com/manticoresoftware/manticoresearch/issues/3052))
* **稳定性增强**：
   - 修复了在关闭时进行活动块合并时的崩溃问题 ([#3031](https://github.com/manticoresoftware/manticoresearch/issues/3031))
   - 修复了由单个 `NOT` 操作符的全文查询和表达式排名器引起的守护进程崩溃问题 ([#3126](https://github.com/manticoresoftware/manticoresearch/issues/3126))
   - 修复了 CJSON 库中的潜在漏洞 ([#3128](https://github.com/manticoresoftware/manticoresearch/pull/3128)) ❤️ 感谢 [@tabudz](https://github.com/tabudz) 提交的 PR
* **查询和数据处理**：
   - 修复了 `IN(...)` 可能产生不正确结果的问题 ([#3037](http://github.com/manticoresoftware/manticoresearch/issues/3037))
   - 修复了 ATTACH TABLE 命令的问题 ([#3054](https://github.com/manticoresoftware/manticoresearch/issues/3054))
   - 解决了批量替换大型 ID 后的重复条目问题 ([#3088](https://github.com/manticoresoftware/manticoresearch/issues/3088))
* **配置和性能**：
   - 修复了在 7.0.0 版本中设置 `max_iops` / `max_iosize` 可能降低索引性能的问题 ([#3038](https://github.com/manticoresoftware/manticoresearch/issues/3038))
   - 修复了按表设置 `diskchunk_flush_write_timeout=-1` 未禁用索引刷新的问题 ([#3087](https://github.com/manticoresoftware/manticoresearch/issues/3087))

---

### 🔄 新的语义版本号系统

随着此次发布，我们还引入了对版本策略的重大改进。Manticore 7.4.6 标志着我们向真正的 [语义版本号](https://semver.org/) 过渡的开始，使版本号对开发者来说更加有意义和可预测。

主要优势包括更清晰地传达更改的性质、独立的包版本号、改进的开发跟踪和更好的自动化支持。这一变化体现了我们致力于提供更透明和开发者友好的体验的承诺。

有关此重要更改的更多详细信息，请参阅我们的专用博客文章：[关于 Manticore 的版本号](/blog/semver/)。

---

### 📚 其他改进

- **Boost 1.87.0 支持** ([#3099](https://github.com/manticoresoftware/manticoresearch/issues/3099))：添加了对最新 Boost 库版本的支持。 ❤️ 感谢 [@cho-m](https://github.com/cho-m) 提交的 PR。
- **错误信息一致性** ([#3079](https://github.com/manticoresoftware/manticoresearch/issues/3079))：修复了错误信息的不一致，以提升开发者体验。

---

## 🚀 今天立即开始

升级到 **Manticore Search 7.4.6** 以利用这些强大的新功能和改进。如需完整的更改列表，请访问 [changelog](https://manual.manticoresearch.com/Changelog)。

**我们非常乐意听到您的反馈！**
- 在我们的 [Community Forum](https://forum.manticoresearch.com) 上参与讨论
- 在 [GitHub](https://github.com/manticoresoftware/manticoresearch/issues) 上报告问题或提出功能建议
- 在 [Slack](https://slack.manticoresearch.com) 上与我们聊天
- 直接通过 `contact@manticoresearch.com` 邮件联系我们

*特别感谢贡献者 [@cho-m](https://github.com/cho-m)、[@tabudz](https://github.com/tabudz) 以及所有帮助塑造此次发布的人！* ❤️