我們很高興向大家宣佈，2023年4月14日，Taier 正式釋出 1.4 版本。自2022年2月份 Taier 正式開源以來，收到了很多開發者和行業使用者的積極評價，在諸多生產環境中已得到充分應用。Taier 1.4版本正是吸收了各類實踐經驗及大家的建議，進行了此次迭代最佳化。

本次更新不僅包含了效能最佳化和穩定性的提升，還新增了各類任務型別、完善大量任務功能，最佳化使用場景，持續增強開源產品化技術能力和應用能力。

Taier 是一款好用又強大的大資料分散式視覺化的 DAG 任務排程系統，旨在降低 ETL 開發成本、提高大資料平臺穩定性。它讓大資料開發人員可以在 Taier 直接進行業務邏輯的開發，而不用關心任務錯綜複雜的依賴關係與底層的大資料平臺的架構實現，將工作的重心更多地聚焦在業務之中。

截至目前（2023 年 4 月 17 日），Taier 在 GitHub 的 Star 數已經突破 1.1 k，並擁有37名社群貢獻者，我們在此對所有參與到 Taier 專案及社群建設的朋友們表達由衷的感謝。

目前新版本已在 Github 與 Gitee 上線，歡迎大家前往體驗。

Github:

Gitee：

https://gitee.com/dtstack_dev_0/taier

社群官網：

Taier 1.4 版本更新亮點

新增任務型別

· 新增 DataX 元件，在無 Hadoop 環境的情況下，Taier 可以透過執行 DataX 的任務來實現異構資料來源之間高速穩定的資料同步的能力，增強 Taier 在單機模式下的基礎功能。

· 新增 Greenplum、GaussDB、MySQL、Postgresql、Sqlserver、TiDB、Vertica、Maxcompute 等任務型別，完善 Taier 相關 SQL 任務型別。

· 新增 Hadoop MR 任務型別，可以透過自行編寫 Map/Reduce 的程式碼，來執行對應的資料集的處理。

完善任務功能

· Script 元件新增 Standalone 模式, 支援 Python、Shell 任務本地執行，移除指令碼任務對 Hadoop 環境的強依賴。

· 資料同步任務支援 Hive3 的資料來源嚮導模式配置。

· HiveSQL、Spark SQL 的臨時查詢表支援定時清理。

最佳化使用場景

· 相容 Taier 在 Window 環境下部署執行的環境問題。

· 最佳化 Taier 部分後設資料表結構資訊、完善表結構備註資訊。

· 最佳化控制檯元件配置引數資訊，移除環境相關引數資訊，Spark 元件支援自動上傳 SqlProxy 包，減少元件配置依賴。

接下來

Taier 1.4 版本的釋出是又一個全新的開始，開發團隊不會停下腳步，未來將根據使用者反饋加速迭代持續最佳化，完善 Taier 的功能和檔案，滿足使用者更多場景的使用，推進國內開源生態的發展。

Taier 此前的成績離不開每一位參與者的貢獻與支援，踏上這個新的起點，Taier 的未來也仍需大家共同努力，讓 Taier 朝著好用又強大的 DAG 任務排程系統的目標繼續前進。