R2 SQL新增聚合分析功能，赋能边缘数据计算

Cloudflare Introduces Aggregations in R2 SQL for Data Analytics

某中心近日宣布在其R2 SQL服务中支持聚合功能。这项新特性允许开发者对存储在R2中的数据运行SQL查询。该增强功能将R2 SQL的使用范围扩展到基础过滤之外，使其对分析型工作负载更加有用，而无需依赖单独的数据仓库工具。

R2 SQL 现已支持 SUM、COUNT、AVG、MIN 和 MAX 等聚合函数，以及 GROUP BY 和 HAVING 子句。这些聚合功能让开发者能够通过R2数据目录直接对存储在R2中的数据进行SQL分析，从而快速汇总数据、发现趋势、生成报告以及识别日志中的异常模式。除了聚合功能外，此次更新还引入了模式发现命令，包括 SHOW TABLES 和 DESCRIBE。

某中心的三位技术专家总结道：

无论您是在生成报告、监控高流量日志以发现异常，还是仅仅试图发现数据中的趋势，您现在都可以在某中心的开发者平台内轻松完成所有工作，而无需管理复杂的OLAP基础设施或将数据移出R2。

另一位技术专家在其通讯中评论道：

某中心通过R2 SQL的聚合支持，持续将数据计算推向边缘，扩展了开发者能够在边缘合理运行的工作负载类型。

该中心的专家们解释了如何通过使用分散-收集和混洗策略来构建分布式 GROUP BY 执行，以便直接基于R2数据目录运行分析：

不含"HAVING"和"ORDER BY"的聚合查询可以以类似于过滤查询的方式执行。对于过滤查询，R2 SQL会选择一个节点作为查询执行的协调器。该节点分析查询并咨询R2数据目录，以确定哪些Parquet行组可能包含与查询相关的数据。每个Parquet行组代表一个相对较小的工作单元，可以由单个计算节点处理。协调器节点将工作分发到多个工作节点，并收集结果返回给用户。

某中心还单独宣布，R2数据目录现在支持Apache Iceberg表的自动快照过期功能，这与自动压缩功能相辅相成，后者通过将小数据文件合并为更大文件来优化查询性能。相关产品经理评论道：

这两者相辅相成，因为快照过期功能帮助进行的元数据清理/管理将加速这些聚合查询的性能，尤其是在启用压缩的情况下。

该中心最近还发布了一篇深度技术文章，详细记录了其分布式查询引擎的工作原理。

由于R2 SQL仍处于公开测试阶段，其支持的SQL语法在未来可能会发生变化。一篇文档页面涵盖了当前的限制和最佳实践。FINISHED