NebulaGraph 社区版
下载 NebulaGraph，全方位探索图数据库
NebulaGraph DB v3.8.0
版本说明 v3.8.0
功能
增强
性能：
SHORTEST PATH 现已支持 LIMIT 下推，以提升性能。 #5657
优化了部分逻辑，以避免 follower 宕机后对写性能的影响。 #5673
优化了 meta service 对 session 的管理，以减少高并发场景下的延迟。 #5762
优化了 LIMIT 下推规则以提升性能。#5883
易用性：
优化了删除 graph space 的过程，减少了阻塞时间。 #5754
稳定性：
优化了 LEADER BALANCE 算法，以实现更均衡的负载分配。 #5670
增加了对最大语句条数的限制，以增强系统的保护机制。 #5790
缺陷修复：
DQL：
修复了多次执行 LOOKUP 语句时，结果不一致的问题。 #5662
修复了 UNION ALL 报语法错误的问题。 #5674
修复了在 SHORTEST PATH、ALL PATH、NOLOOP PATH 场景下 LIMIT 结果错误、崩溃等问题。 #5679、#5699、#5787、#5789
修复了在设置 memory tracker 的情况下，多次重复执行 SHORTEST PATH 导致的崩溃问题。#5720
修复了 Filter 错误，避免 Graph Service 崩溃。 #5740
修复了多变量场景下执行失败的问题。 #5734
修复了 MATCH SHORTEST PATH 不支持自环检测的问题。 #5738
修复了在过滤条件永远不成立时，部分场景下的崩溃问题。 #5740
修复了 ROUND 函数的崩溃问题。 #5773
修复了 FIND PATH WITH PROP 在一跳查询时，结果错误的问题。 #5759
修复了在执行 USE SPACE + 查询时，性能变慢的问题。 #5793
修复了 FIND NOLOOP PATH 未排除自环的问题。 #5805
其他：
修复了在存在索引时，num_vertices_inserted 监控指标无数据的问题。 #5756
修复了在进行查询和 Schema 的变更同时进行时可能出现崩溃的问题。 #5855
NebulaGraph 产品
NebulaGraph Studio v3.10.0
NebulaGraph Studio（简称 Studio）是一款可以通过 Web 访问的图数据库可视化工具，搭配 NebulaGraph 内核使用，提供构图、数据导入、编写 nGQL 查询、图探索等一站式服务。即使没有图数据库操作经验，用户也可以快速成为图专家。
NebulaGraph 生态工具
NebulaGraph Clients v3.8.0
供开发人员将他们的项目连接到 NebulaGraph。
NebulaGraph Bench v1.2.0
NebulaGraph Bench 用于测试 NebulaGraph 的基线性能数据，使用 LDBC 的标准数据集。只适用于 NebulaGraph v2.0 以上版本。
NebulaGraph Importer v4.1.0
NebulaGraph Importer（简称 Importer）是一款 NebulaGraph 的 CSV 文件导入工具。Importer 可以读取本地的 CSV 文件，将数据导入 NebulaGraph 图数据库中。
NebulaGraph Exchange v3.8.0
NebulaGraph Exchange（简称 Exchange） 是一款 Apache Spark 应用，用于在分布式环境中将集群数据批量迁移到 NebulaGraph 中，能支持多种不同格式的批式数据和流式数据的迁移。
NebulaGraph Flink Connector v3.8.0
NebulaGraph Flink Connector 是一款帮助 Flink 用户快速访问 NebulaGraph 的连接器，支持从 NebulaGraph 图数据库中读取数据，或者将其他外部数据源读取的数据写入 NebulaGraph 图数据库。
NebulaGraph Spark Connector v3.8.0
NebulaGraph Spark Connector 是一个 Spark 连接器，提供通过 Spark 标准形式读写 NebulaGraph 数据的能力。NebulaGraph Spark Connector 由 Reader 和 Writer 两部分组成。
NebulaGraph Algorithm v3.2.0
NebulaGraph Algorithm 是一款基于 GraphX 的 Spark 应用程序，通过提交 Spark 任务的形式使用完整的算法工具对 NebulaGraph 数据库中的数据执行图计算，也可以通过编程形式调用 lib 库下的算法针对 DataFrame 执行图计算。
