企业官网建设流程全解析

ClickHouse 21.4 版本深度解析：从兼容性变更到新特性与底层原理全解读

【免费下载链接】ClickHouseClickHouse® is a real-time analytics database management system项目地址: https://gitcode.com/GitHub_Trending/cli/ClickHouse

导读

本文基于 ClickHouse 官方发布说明 v21.4.2.10-prestable（相对基线 v21.3.1.6185-prestable）展开，系统梳理该版本中引入的向后不兼容变更、新特性、性能改进、功能增强与 Bug 修复。文中不仅完整收录发布说明中的每一项变更，还结合本仓库源码（如 toStartOfInterval 实现、isIPAddressInRange 实现、timezoneOf 实现 等）对关键能力进行底层原理剖析。读完本文，你将掌握 21.4 版本的全部变化清单、每个新函数的用法与实现机制，以及升级前需要关注的行为差异点。

一、版本概览与升级要点

v21.4.2.10-prestable 是 ClickHouse 21.4 系列的一个预发布（prestable）版本，对比基线为 v21.3.1.6185-prestable。该版本在功能层面持续加码：围绕字典（Dictionary）体系、复制与分布式查询、日期时间函数、安全认证（Kerberos）、S3 存储与零拷贝复制等方面均有大量改动。

升级前最需要关注的是文档开篇列出的三项向后不兼容变更，它们可能导致已有查询结果或表结构语义发生变化：

1. system.dictionaries表中的keys列被拆分为key.names与key.types两列；
2. cutToFirstSignificantSubdomainCustom()/firstSignificantSubdomainCustom()对自定义顶级域名列表的解析结果修正；
3. toStartOfInterval对小时间隔的对齐基准从 Unix 纪元改为午夜零点。

下面逐项展开，并结合源码说明其影响。

二、向后不兼容变更（Backward Incompatible Change）

1. system.dictionaries 表结构调整（PR #21884）

此前system.dictionaries中以单列keys描述字典键，21.4 起被替换为独立的key.names与key.types两列；同时key.names、key.types、attribute.names、attribute.types这四列不再要求字典已加载，即字典未加载时这些元数据列也可正常读取，避免了以往因字典加载失败而无法查看元数据的问题。

该改动与字典相关的新能力（见下文"字典体系全面增强"）同源，均围绕src/Dictionaries目录下的字典加载与元数据管理逻辑展开。从源码结构看，字典配置解析（DictionaryStructure）与外部加载器（ExternalLoader）在 21.4 中经历了较大重构，为异步更新、Nullable 支持等功能铺路。

2. 自定义顶级域名解析修正（PR #21946）

对于出现在自定义顶级域名列表中的 3 级以上域名，旧版本会把第三级域名误判为"第一有效子域名"，导致cutToFirstSignificantSubdomainCustom()与firstSignificantSubdomainCustom()返回错误结果。21.4 起该行为被修正。

该函数的实现位于 cutToFirstSignificantSubdomainCustom.cpp。注意：如果该函数被用于分片键（sharding key）等位置，修正后的结果与旧版本不一致，可能引起数据分布变化，升级后需要复核相关查询与数据路由逻辑。

3. toStartOfInterval 小时对齐改为午夜基准（PR #22060）

这是 21.4 最典型的"行为修正型"变更。旧版本中toStartOfInterval(x, INTERVAL N HOUR)的小时间隔从 Unix 纪元（1970-01-01 00:00:00）开始对齐，导致小时边界不落在自然的"整点日界"上。21.4 起小时间隔总是从当天午夜 00:00:00 对齐。

以文档给出的例子：toStartOfInterval(x, INTERVAL 11 HOUR)会把每一天切分为三个区间：

• 00:00:00 ~ 10:59:59
• 11:00:00 ~ 21:59:59
• 22:00:00 ~ 23:59:59

该行为更贴合实际业务习惯（如按天划分班次、报表时段）。从 toStartOfInterval.cpp 的源码可以看到，小时取整通过DateLUTImpl::hourIntervalModularDivisor()判断是否为"模除式取整"（即从午夜对齐的时区），若是则走 libdivide 快速路径（tryExecuteArithmeticRounding，注释中说明比通用循环快约 5 倍），否则回退到ToStartOfInterval<Hour>::execute的通用 LUT 计算。源码注释同时明确：

hour intervals are special: the calculation is always performed relative to 00:00:00 (midnight) of the current day. As a result, only hour values between 1 and 23 are useful.

即小时区间数值只对 1～23 有意义。此外该函数在 21.4 中还作为 TimescaleDBtime_bucket()与 PostgreSQLdate_bin()的别名注册（registerAlias("time_bucket", ...)、registerAlias("date_bin", ...)，不区分大小写），第二个重载（带origin参数）即模拟这两种外部数据库的时间桶行为。

三、新特性（New Feature）详解

1. DateTime64 范围扩展与 DateTime 零值增强（PR #9404）

21.4 将DateTime64的可表示日期范围扩展至1925 年到 2283 年，并改进了DateTime在零日期（1970-01-01）附近的支持。这为历史数据处理（如长周期的金融、气象数据）与跨时区极端场景提供了更宽的合法区间。

2. Kerberos 认证（GSS-SPNEGO）（PR #14995）

新增对预配置用户与HTTP 请求的 Kerberos 认证支持（GSS-SPNEGO 机制）。该特性使 ClickHouse 能够接入既有的企业级 Kerberos 认证体系，适用于大规模内部部署场景下的统一身份认证，无需为每个用户单独维护口令。

3. ReplicatedMergeTree 基于 S3 的零拷贝复制（PR #16240）

这是 21.4 的重要存储能力之一：ReplicatedMergeTree表引擎在S3 存储上支持零拷贝复制（Zero-copy replication）。其原理是：当数据 part 已存在于共享的 S3 存储中时，副本间复制不再重复上传数据块，而只复制元数据引用，从而显著降低跨副本的数据传输成本与延迟。该版本后续还修复了混合存储（hybrid storage）场景下零拷贝复制的 Bug（PR #22378）。

4. 字典体系全面增强（多 PR 联合）

21.4 对字典的改动密度很高，可以合并理解为一次"字典能力大升级"：

• dictHas支持RangeHashedDictionary（PR #19816，修复 issue #6680）：范围哈希字典此前无法直接判断某个键是否存在，21.4 起补齐。
• 缓存类字典异步更新与 Nullable 支持（PR #20595）：ComplexKeyCache、SSDCache、SSDComplexKeyCache支持异步更新；Cache、ComplexKeyCache、SSDCache、SSDComplexKeyCache四类字典支持Nullable类型；dictGet、dictGetOrDefault支持一次获取多个属性。
• 新增ExecutablePool字典源（PR #21321，关闭 issue #14528）：在既有Executable字典源（执行外部脚本作为字典数据源）基础上增加进程池化的ExecutablePool源。对应实现位于 ExecutablePoolDictionarySource.cpp，通过维护一组可复用的外部进程来避免高频建连开销。
• PolygonDictionary属性支持Nullable（PR #21890）。
• 新增表函数dictionary（PR #21910，关闭 issue #21560）：用法与Dictionary表引擎等价，即dictionary('db.dict_name')可直接把字典当表查询。
• dictGet/dictHas默认使用当前数据库（PR #21859，关闭 issue #21632）：对通过 DDL 创建的字典，未显式指定库名时自动解析为当前数据库，减少跨库歧义。
• 回退一项哈希字典加载优化（PR #21948）：为避免大幅内存增长，回退了 PR #15454，保证外部哈希字典加载的内存占用稳定。

5. JOIN 支持隐式键类型转换（PR #19885）

21.4 起，JOIN的关联键允许隐式类型转换（关闭 issue #18567）。此前 JOIN 键两侧类型不一致会直接报错，现在引擎会尝试做兼容转换，降低跨类型关联的编码成本。同时该版本修复了JOIN ... TOTALS与arrayJoin组合时的Invalid number of rows in Chunk错误（PR #22129），并修复 partial merge join 中LowCardinality的 Bug（PR #22510）。

6. 新函数 isIPAddressInRange（PR #21329）

新增网络地址判定函数：

isIPAddressInRange(address, prefix)

用于判断 IPv4 或 IPv6 地址是否落在给定的CIDR 网络前缀内，返回UInt8（1 命中 / 0 未命中）。从 isIPAddressInRange.cpp 源码（函数文档标注 IntroducedIn = {21, 4}，与本文版本一致）可以看到其实现要点：

• 第一个参数支持String、IPv4、IPv6及对应的Nullable包装；
• 第二个参数必须是String，内部通过parseIPWithCIDR()解析地址/前缀形式，并用std::from_chars校验前缀位数的合法性（IPv4 最大 32，IPv6 最大 128）；
• 判定逻辑在 Common/IPv6ToBinary.h 提供的matchIPv4Subnet/matchIPv6Subnet基础上完成；地址与 CIDR 的 IP 版本不匹配时直接返回 0。

官方文档示例：

SELECT isIPAddressInRange('127.0.0.1', '127.0.0.0/8'); -- 1 SELECT isIPAddressInRange('127.0.0.1', 'ffff::/16'); -- 0（版本不匹配） SELECT isIPAddressInRange('::ffff:192.168.0.1', '::ffff:192.168.0.4/128'); -- 0

该函数非常适合日志分析中基于 IP 段（如内网网段、云厂商网段）做流量归属、风险分群等场景。

7. _partition_id 虚拟列与 partitionID() 函数（PR #21401）

21.4 为MergeTree*系列表引擎新增虚拟列_partition_id，允许在查询中直接以_partition_id进行分区裁剪；同时新增partitionID()函数用于计算某个分区表达式的分区 ID 字符串。

从源码看，_partition_id的获取与分区计算逻辑位于 MergeTreePartInfo.h、MergeTreeData.cpp 等 MergeTree 存储核心文件中。该能力的实战价值在于：

SELECT count() FROM my_table WHERE _partition_id = '202104';

相比传统的"按分区键条件过滤"，直接按_partition_id过滤可以让优化器更早、更精确地跳过无关分区，尤其适合分区键是表达式（如toYYYYMM(date)）的场景。

8. system.clusters 新增 slowdowns_count 列（PR #21480）

system.clusters表新增slowdowns_count列：当启用 hedged requests（对冲请求）时，该列记录"因某副本响应缓慢而切换到其他副本"的次数；同时errors_count列改为显示实际值。对应系统表实现在 StorageSystemClusters.cpp。配合新增的 profile eventHedgedRequestsChangeReplica（PR #21886，同时将读取数据超时单位从秒改为毫秒），DBA 可以更细粒度地观测集群副本健康度。

9. clickhouse-format 新增 --backslash 选项（PR #21494）

格式化工具clickhouse-format新增--backslash选项，可在格式化后每行末尾追加反斜杠，便于把长 SQL 拆成可粘贴到 shell 多行命令的形态：

clickhouse-format --backslash --query "SELECT * FROM t WHERE a > 1"

同时（PR #21311）改进了格式化器对"最后一个查询后存在多余空格或注释"的处理，不再抛异常；并在格式化带数据的INSERT语句时提前抛出可读性更好的异常。

10. CREATE/ALTER USER 新增 GRANTEES 子句（PR #21641）

CREATE USER/ALTER USER命令新增可选的GRANTEES子句，用于限定"该用户未来可以把权限转授给哪些用户/角色"，为 RBAC 权限委派提供更精细的控制面。

11. zookeeper-dump-tree 新增 ctime 选项（PR #21842）

运维工具zookeeper-dump-tree新增ctime选项，可在导出 ZooKeeper 节点树时打印节点的创建时间，便于审计与排障。

12. 新函数 timezoneOf 及函数命名一致性（PR #22001）

新增函数timezoneOf()，返回DateTime/DateTime64值的时区名称。实现位于 timezoneOf.cpp，源码中通过TimezoneMixin::getTimeZone().getTimeZone()直接从数据类型中取出时区名，并注册了timeZoneOf别名（不区分大小写）：

SELECT timezoneOf(now()); -- ┌─timezoneOf(now())─┐ -- │ Etc/UTC │ -- └───────────────────┘

同一 PR 还统一了函数命名：为时间/时区相关函数补齐别名timezone/timeZone、toTimezone/toTimeZone以及timezoneOf/timeZoneOf，消除历史命名不一致。

13. prefer_column_name_to_alias 设置（PR #22044）

新增设置prefer_column_name_to_alias，开启后查询中优先使用原始列名而非别名，以兼容主流数据库的别名规则（针对 issue #9715、#9887）。典型场景：当别名与列名冲突或客户端对别名解析行为与 ClickHouse 默认不同时，通过该设置获得与常见数据库一致的行为。

14. ALTER TABLE ... UNFREEZE 命令（PR #21142）

新增 SQL 命令：

ALTER TABLE table_name UNFREEZE [PARTITION 'part_expr'] WITH NAME 'backup_name';

用于按备份名（可选按分区）删除此前 FREEZE 产生的备份数据，完善了基于分区的快照备份/清理闭环。

15. system.query_log 增加 query_kind 新值（PR #21102）

system.query_log的query_kind列新增Grant、Revoke、System三个取值，分别对应授权、回收权限与系统类查询，便于按查询种类审计。

16. 复制相关 HTTP 连接超时独立可配（PR #20088）

允许为复制所用的 HTTP 连接独立配置超时，不再与其他 HTTP 超时混用，避免复制链路受全局 HTTP 超时策略的干扰。

四、性能改进（Performance Improvement）

1. CSVWithNames / TSVWithNames 并行解析（PR #21149）

带表头的 CSV/TSV 格式（CSVWithNames、TSVWithNames）支持并行解析（关闭 issue #21085）。此前只有无表头变体走并行解析路径，21.4 为带表头格式补齐了并行能力，显著改善大批量导入吞吐。

2. memcpy 实现替换（PR #21520）

用更优的memcpy实现替换原有实现（关闭 issue #18583），在内存拷贝密集的路径上获得性能提升。仓库 utils/memcpy-bench 目录专门用于 memcpy 变体的基准对比，该版本还新增了若干 benchmark 变体（PR #21715、#21759）。

3. clickhouse-local 及全链路并行格式化（PR #21630）

并行格式化（parallel formatting）扩展到clickhouse-local及其他场景，大结果集的序列化输出延迟进一步降低。

4. SELECT ... FINAL ... WHERE 优化（PR #21830）

对于带FINAL的查询，允许把属于排序键的列下推到PREWHERE，减少FINAL合并阶段需要处理的数据量。

5. 小 max_rows_to_group_by 下更快的 GROUP BY（PR #21856）

当max_rows_to_group_by很小且group_by_overflow_mode='any'时，GROUP BY的执行提速——此时引擎无需维护完整的分组集合，可采用更轻量的溢出处理策略。

6. NONE 压缩编码避免不必要拷贝（PR #22145）

使用NONE编码（不压缩）时避免无谓的数据拷贝。请注意官方在该条目中明确提醒：NONE编码通常并无意义，ClickHouse 始终推荐使用压缩（默认LZ4）；禁用压缩往往不会提升性能，甚至可能更差。NONE仅在两类场景下有用：数据本身不可压缩；以及合成基准测试。请勿在线上为追求"省 CPU"而盲目关闭压缩。

7. mmap 读取缓存与默认阈值调整（PR #22206 / #22326）

• PR #22206：为min_bytes_to_use_mmap_io触发的 mmap 文件读取增加缓存，当该设置取值较小时，通过避免频繁的 mmap/munmap 调用及随之而来的缺页中断，可获得2 倍以上的性能提升。
• PR #22326：将min_bytes_to_use_mmap_io的默认启用阈值设为64 MiB（即超过该大小的文件范围才尝试 mmap 读取），带来中等程度的性能改善。

官方文档同时提醒：mmap IO 在生产环境有显著缺陷（故障磁盘上可能 hang 或触发 SIGBUS、内存占用更不可控），更适合基准测试场景，生产环境请谨慎评估。

五、功能与易用性改进（Improvement）

1. MergeTree 新设置：min_bytes_to_rebalance_partition_over_jbod（PR #16481）

新增 MergeTree 设置min_bytes_to_rebalance_partition_over_jbod：当新 part 大小超过该阈值时，JBOD 卷上的不同磁盘会被均衡地分配新 part，缓解 JBOD 磁盘间的数据倾斜。

2. optimize_aggregation_in_order 增强（PR #19401 / #21889 / #21436）

• PR #19401：提升按排序键顺序聚合（optimize_aggregation_in_order）的性能；
• PR #21889：修复该设置开启且表内 part 较多时导致的数据欠聚合（underaggregation）Bug，并进一步小幅提升性能（后续在 issue #22625 中回迁）；
• PR #21436：修复小max_block_size下该设置的日志问题。

3. 分布式 DDL 设置增强（PR #21535）

• 设置distributed_ddl_entry_format_version = 2可启用查询与会话设置的传播，使分布式 DDL 在各节点执行时携带一致的设置上下文；
• 新增distributed_ddl_output_mode设置，支持四种模式：none、throw（默认）、null_status_on_timeout、never_throw，让分布式 DDL 的超时/失败处理更可控；
• 同时修复与增强Replicated数据库引擎（该 PR 还包含多项杂项修复）。

4. 窗口函数：RANGE OFFSET 帧与 lagInFrame/leadInFrame（PR #21895）

• RANGE OFFSET帧支持浮点类型；
• 新增窗口函数lagInFrame/leadInFrame，语义与lag/lead类似，但尊重窗口帧边界（lag/lead在整表范围上计算，忽略帧）。当帧为between unbounded preceding and unbounded following时两者结果一致（关闭 issue #5485）。

5. windowFunnel 新增 strict_increase 选项（PR #22025）

windowFunnel函数新增选项strict_increase，保证漏斗中的每个事件只被计算一次（解决 issue #21835），避免同一事件重复命中多个漏斗层级。

6. system.errors 表增强（PR #21529 / #22058）

• PR #21529：system.errors新增last_error_time、last_error_message、last_error_stacktrace、remote四列；
• PR #22058：system.errors.stack_trace类型从String改为Array(UInt64)，降低错误采集开销。

7. clickhouse-client 交互增强（PR #22105）

clickhouse-client 新增不区分大小写的历史搜索/导航以及**子词移动（subword movement）**能力，长命令行的编辑体验明显改善。

8. system.processes 新增 current_database 列（PR #22365）

system.processes表新增current_database列，展示查询执行时的当前数据库，便于多库场景下的会话审计。

9. PostgreSQL 生态增强（PR #21710 / #21711 / #21839）

• PR #21710：PostgreSQL 字典源支持副本优先级（replica priority）；
• PR #21711：PostgreSQL 存储引擎/表函数支持非默认 schema的表（关闭 issue #21701）；
• PR #21839：为 PostgreSQL 表/数据库引擎及字典源增加连接池（修复 issue #21444）。

10. S3 磁盘能力演进（PR #21837 / #22070）

• PR #21837：修复使用缓存盘时"目标目录非空导致无法移动目录"的 Bug（DiskS3 仍属开发中的实验特性）；
• PR #22070：支持将既有 S3 磁盘迁移到具备备份恢复（backup-restore）能力的 schema。

11. 其他值得关注的改进

• MaterializeMySQL：为_version列增加 minmax 跳过索引（PR #20382）；连接断开时尝试重连 MySQL（PR #20961）。
• 空 part 抑制：optimize_on_insert开启时，INSERT 不再创建空 part（PR #20387，修复 issue #20304）。
• CROSS JOIN 重写增强：支持更多CROSS JOIN改写为INNER JOIN的 case（PR #20392）。
• Map 类型整数键：改进Map数据类型的整数键支持（PR #21157）；修复arrayElement与Map、常量整数参数组合的 Bug（PR #21699）。
• Graphite rollup 配置校验：age 与 precision 必须随 retention 单调递增，否则抛异常（PR #21496）。
• system.parts 增强：分区键不含Date/DateTime但含且仅含一个DateTime64列时，在system.parts/system.parts_columns的min_time/max_time列中暴露其取值，并为system.parts_columns补齐min_time/max_time列（PR #22011）。
• 窗口函数相关修复：修复窗口函数与"按主键顺序读取"优化组合时的错误ORDER BY结果（PR #21915）。
• Web UI：Array与Map类型在 Web UI 中格式化更友好（PR #21798）。
• EmbeddedRocksDB：在系统表中展示数据目录路径（PR #21903）。
• 元组 NULL 比较：(NULL, NULL) IN ((0,0),(3,1))返回 0 而非类型不兼容异常（PR #22063）。
• TinyLog/Log 引擎：修复跨线程 rwlock 解锁导致的未定义行为（PR #22560 / #22583）。
• simdjson 升级：更新到 0.9.1（PR #22057）。

六、Bug 修复（Bug Fix）重点解读

21.4 的 Bug 修复数量庞大，按主题归并如下（含后续回迁的补丁）：

1. 复制与 MergeTree 一致性

• 修复ReplicatedMergeTree上并发OPTIMIZE与DROP（PR #21716）；
• 修复ReplicatedMergeTree的ALTER MODIFY COLUMN在 Decimal 位宽不变时无法修改类型（PR #21728）；
• 修复ReplicatedMergeTree的OPTIMIZE/ALTER等待逻辑——表被 detach 或重启时查询不再挂起（PR #22118）；
• 修复非复制 MergeTree 上MOVE PARTITION TO TABLE目标表已有同名 part 时的行为（PR #21760）；
• 修复force_drop_table对MATERIALIZED VIEW不生效（PR #20626，修复 issue #18943）；
• 修复CollapsingMergeTree合并可能产生index_granularity + 1行 granule、进而触发Incomplete granules are not allowed报错并阻塞合并的问题（PR #21976）；
• 修复tmp_fetch_XXX already exists错误：fetch part 失败后遗留的临时目录会被清理（PR #22411，修复 issue #14197）。

2. 优化器正确性（重点关注升级后行为变化）

• 修复optimize_skip_unused_shards开启且 WHERE 为常量时可能跳过全部分片返回错误空结果（PR #21550）；
• 修复optimize_skip_unused_shards开启且零分片被使用时的Cannot find column错误（PR #21579）；
• 新增optimize_skip_unused_shards_limit设置（PR #21512），限制optimize_skip_unused_shards评估的分片键取值数量；
• 修复 WHERE/HAVING 被下推到 GROUP BY 之前导致的错误结果甚至崩溃（PR #21841，修复 issue #21773）；
• 修复SELECT含常量 WHERE 且源表列名为数字时的异常（PR #22270）；
• 修复标量子查询索引分析（PR #21766，修复 issue #21717）。

3. 网络与分布式查询

• 修复async_socket_for_remote=1时分布式请求取消失效（PR #21643）；
• 修复 hedged connections 重叠导致的Unknown packet 9 from server（PR #21941），以及use_hedged_requests=0+async_socket_for_remote=1下的查询取消问题（PR #22183）；
• 为有缺陷的 Linux 内核自动禁用async_socket_for_remote/use_hedged_requests（PR #22109）；
• 修复 secure socket 的收发超时与非阻塞读（PR #21429）、Poco SecureSocket 内 SSL 对象的竞态（PR #21456）；
• 修复clusterAllReplicas表函数返回错误_shard_num（PR #21498，关闭 issue #21481）；
• 修复InterserverIOHTTPHandler未捕获异常（PR #22146）。

4. S3 与磁盘

• 修复 S3 表在配置更新后仍持有旧凭证（PR #21457）；
• 修复写 S3 出错时调用std::terminate（PR #21624）；
• 回退 S3 连接池（PR #21737）；
• 改进WriteBufferFromS3的错误处理与日志（PR #21836）；
• 修复 S3 零拷贝复制在混合存储下的 Bug（PR #22378）。

5. 安全与加密

• decrypt函数在 AEAD 模式下缺少对密文最小长度的校验，已修复（PR #22064，关闭 issue #21897）；
• 修复remote_url_allow_hosts存在配置节但无条目时的"开放远程主机过滤"问题（PR #20058）。

6. 外部数据源与字典

• 修复 Avro 格式在 Kafka 中的解析（PR #21640 关联、PR #21438，修复 issue #21437）；
• 修复 ip_trie 字典access_to_key_from_attributes下访问不存在属性时的 SIGSEGV（PR #21692）；
• 修复ClickHouseDictionarySource配置循环（PR #22479，关闭 issue #14314）；
• 修复StorageJoin缺类型转换导致的 SIGSEGV（PR #21646）。

7. 格式与内存安全

• 修复tokenbf_v1全文索引的越界读（PR #22421，关闭 issue #19233，回迁于 #22532）；
• 并行解析例程补上内存记账，防止超大结果块时的 OOM（PR #22425，关闭 issue #22008）；
• 修复 TSV 末尾无换行的空字符串反序列化（PR #22527，关闭 issue #20244；临时规避：设置input_format_null_as_default=0）；
• 修复PODArray元素大小既非 16 的约数也非倍数时可能出现的缓冲区溢出（PR #21533）。

8. 其他典型修复

• 修复窗口函数读取顺序优化组合时的ORDER BY错误（PR #21915）；
• 修复首个 CatBoost 模型执行死锁（PR #21844，关闭 issue #13832）；
• 修复聚合函数Distinct组合子在两级聚合下的崩溃（PR #21818）；
• 修复 HTTPmultipart/form-dataPOST 读取（PR #21936）；
• 修复Log引擎嵌套类型无列 SELECT 时的LOGICAL_ERROR（PR #22654）；
• Docker entrypoint：LOG_PATH为空时避免对.执行 chown（PR #22102），http_port不在配置时不再报错（PR #22132）；
• 修复客户端在服务端写块异常时得到误导性Data compressed with different methods消息（PR #22427）。

七、构建、测试与打包改进（Build/Testing/Packaging）

21.4 在工程侧最重要的变化是ppc64le 架构支持的大规模完善：修复编译、指令指针寄存器、配置与 cctz 时区嵌入、jemalloc、Fedora/RHEL/CentOS 的 libclang_rt.builtins 查找、CMake 变量、boost 编译，并支持用 Clang 在 ppc64le 上编译（PR #22430、#22445、#22447、#22458、#22469、#22474、#22476），同时重新启用了 aarch64 上的 S3/AWS 库（PR #22484）。

其他要点：

• macOS：修复共享库构建（PR #20184）与原生 Xcode/AppleClang 的 ALL_BUILD 构建（PR #22289）。
• 工具链：CMake 脚本支持查找 llvm-12 二进制；适配 CMake 3.19；clang 的-fuse-ld改为--ld-path（PR #21597）。
• Docker：clickhouse-server 镜像 Dockerfile 引入deb_location与single_binary_location两个构建参数（PR #21977），并新增后缀参数（PR #22301）；容器加入tzdata（读取 ORC 格式必需，关闭 issue #14156）。
• 测试：新增 ALL/NONE 权限测试、ROW POLICY 测试并清理既有测试（PR #21354）；为 NuKeeper（即 Keeper）引入 Jepsen 一致性测试（PR #21677）；SQLancer CI 启用状态检查（PR #22015）；RBAC testflows 增加内存信息检查（PR #22403）。
• 静态检查：允许在 release 构建中使用 clang-tidy（自动启用断言，PR #21914）。

八、其他与 datasketches 支持（Other / 专项新特性）

• 分布式 hedged requests 相关测试更新（PR #21998）；避免在ReadBufferFromPocoSocket/WriteBufferFromPocoSocket的 nextImpl 中重复设置相同超时导致竞态（PR #22343）。
• 文档与杂项收尾：若干文档翻译改进、GUI 工具列表更新（新增 SeekTable）、依赖扁平化等（NO CL ENTRY 条目，PR #21729 / #21768 / #22078 / #22374）。
• 专项新特性：datasketches 支持（issue #14893）：21.4 开始引入ThetaSketch，用于集合运算（PR #22207）。ThetaSketch 是近似基数/集合操作库，支持多集合的并集、交集、差集估算，为超大规模去重与集合分析提供亚线性内存方案。

九、升级与使用建议总结

1. 升级前复核分片键：若使用cutToFirstSignificantSubdomainCustom且自定义顶级域名列表包含 3 级以上域名，检查是否影响分片路由。
2. 关注 toStartOfInterval 语义：小时间隔现在从午夜对齐，报表/分组 SQL 的区间边界可能变化。
3. 适配 system.dictionaries 列名：依赖keys列的监控或查询需改为key.names/key.types。
4. 善用新能力：IP 网段判定用isIPAddressInRange；时区诊断用timezoneOf；分区裁剪优先用_partition_id；S3 存储上的复制表可评估零拷贝复制收益。
5. 理性对待性能设置：NONE编码与 mmap IO（min_bytes_to_use_mmap_io）均有明确适用边界与生产环境风险，按官方建议谨慎使用。

本文所有源码路径均可在当前仓库中直接查阅，例如 toStartOfInterval.cpp、isIPAddressInRange.cpp、timezoneOf.cpp、cutToFirstSignificantSubdomainCustom.cpp、ExecutablePoolDictionarySource.cpp 以及 StorageSystemClusters.cpp，感兴趣的读者可以沿着这些入口继续深入 21.4 版本的实现细节。

【免费下载链接】ClickHouseClickHouse® is a real-time analytics database management system项目地址: https://gitcode.com/GitHub_Trending/cli/ClickHouse