+
+ | 可扩展性与性能 |
+ 多维度降低数据处理延迟 |
+ TiDB 不断优化数据处理细节，持续提升性能，以更好地满足金融领域对 SQL 处理低延迟的高要求。关键更新包括：
+ 并行排序（从 v8.2.0 开始引入）
+ 优化 KV 请求批处理策略（从 v8.3.0 开始引入）
+ 并行获取 TSO（从 v8.4.0 开始引入）
+ 降低 DELETE 操作的资源开销（从 v8.4.0 开始引入）
+ 优化缓存表场景性能（从 v8.4.0 开始引入）
+ Hash Join 算法优化（实验特性，从 v8.4.0 开始引入）
+ |
+
+
+ | 通过 Active PD Follower 提升 PD Region 信息查询服务的扩展能力（从 v8.5.0 开始成为正式功能） |
+ TiDB v7.6.0 实验性地引入了 Active PD Follower 特性，允许 PD follower 提供 Region 信息查询服务。在 TiDB 节点数较多和 Region 数较多的集群中，该特性可以提升 PD 集群处理 GetRegion 和 ScanRegions 请求的能力，减轻 PD leader 的 CPU 压力。在 v8.5.0，Active PD Follower 成为正式功能。 |
+
+
+ | 实例级执行计划缓存（实验特性，从 v8.4.0 开始引入） |
+ 实例级执行计划缓存允许同一个 TiDB 实例的所有会话共享执行计划缓存。与现有的会话级执行计划缓存相比，实例级执行计划缓存能够在内存中缓存更多执行计划，减少 SQL 编译时间，从而降低 SQL 整体运行时间，提升 OLTP 的性能和吞吐，同时更好地控制内存使用，提升数据库稳定性。 |
+
+
+ | 分区表全局索引（从 v8.4.0 开始成为正式功能） |
+ 全局索引可以有效提高检索非分区列的效率，并且消除了唯一键必须包含分区键的限制。该功能扩展了 TiDB 分区表的使用场景，提升了分区表的性能，降低了分区表在一些查询场景的资源消耗。 |
+
+
+ 默认允许将 Projection 算子下推到存储引擎（从 v8.3.0 开始引入） |
+ Projection 算子下推可以将负载分散到存储节点，同时减少节点间的数据传输。这有助于降低部分 SQL 的执行时间，提升数据库的整体性能。 |
+
+
+ | 统计信息收集忽略不必要的列（从 v8.3.0 开始引入） |
+ 在保证优化器能够获取到必要信息的前提下，加快了统计信息收集的速度，提升统计信息的时效性，进而保证选择最优的执行计划，提升集群性能。同时也降低了系统开销，改善了资源利用率。 |
+
+
+ | 稳定性与高可用 |
+ 提升超大规模集群的稳定性 |
+ 对于使用 TiDB 运行多租户应用或者 SaaS 应用的公司，经常需要存储大量的表，TiDB 在 v8.5.0 着力增强了大规模集群的稳定性。
+ Schema 缓存控制以及设置统计信息缓存使用内存的上限成为正式功能，减少了内存过度消耗带来的稳定性问题。
+ PD 通过 Active Follower 可应对大量 Region 带来的压力，并将 PD 所承担的服务逐步解耦，独立部署。
+ PD 优化提升 Region 心跳处理的性能，并支持集群中千万级 Regions 的规模。
+ 通过增加并发度，以及减少收集对象的数量，统计信息收集和加载效率得到提升，保证了大集群执行计划的稳定性。
+ |
+
+
+ | Runaway Queries 支持更多触发条件，并能够切换资源组（从 v8.4.0 开始引入） |
+ Runaway Queries 提供了有效的手段来降低突发的 SQL 性能问题对系统产生的影响。v8.4.0 中新增 Coprocessor 处理的 Key 的数量 (PROCESSED_KEYS) 和 Request Unit (RU) 作为识别条件，并可以将识别到的查询置入指定资源组，对 Runaway Queries 进行更精确的识别与控制。 |
+
+
+ | 支持为资源管控的后台任务设置资源使用上限 (实验特性，从 v8.4.0 开始引入） |
+ 为资源管控的后台任务设置百分比上限，针对不同业务系统的需求，控制后台任务的消耗，从而将后台任务的消耗限制在一个很低的水平，保证在线业务的服务质量。 |
+
+
+ | 增强并扩展 TiProxy 的使用场景 |
+ 作为 TiDB 高可用的重要组件，TiProxy 除了提供 SQL 流量接入和转发功能外，新增了对集群变更的评估能力。主要包括：
+ TiProxy 流量捕获和回放（实验特性，从 v8.4.0 开始引入）
+ TiProxy 内置虚拟 IP 管理（从 v8.3.0 开始引入）
+ TiProxy 支持多种负载均衡策略（从 v8.2.0 开始引入）
+ |
+
+
+ | 并行 HashAgg 算法支持数据落盘（从 v8.2.0 开始成为正式功能） |
+ HashAgg 是 TiDB 中常用的聚合算子，用于快速聚合具有相同字段值的行。TiDB v8.0.0 引入并行 HashAgg 作为实验特性，以进一步提升处理速度。当内存资源不足时，并行 HashAgg 可以将临时排序数据落盘，避免因内存使用过度而导致的 OOM 风险，从而提升查询性能和节点稳定性。该功能在 v8.2.0 成为正式功能，并默认开启，用户可以通过 tidb_executor_concurrency 安全地设置并行 HashAgg 的并发度。 |
+
+
+ | SQL |
+ 外键约束（从 v8.5.0 开始成为正式功能） |
+ 外键 (Foreign Key) 是数据库中的一种约束，用于建立表与表之间的关联关系，确保数据一致性和完整性。它可以确保子表中引用的数据必须存在于主表中，防止无效数据插入。同时，外键支持级联操作（如删除或更新时自动同步），简化了业务逻辑的实现，减少了手动维护数据关联的复杂性。 |
+
+
+ | 支持向量搜索功能（实验特性，从 v8.4.0 开始引入） |
+ 向量搜索是一种基于数据语义的搜索方法，可以提供更相关的搜索结果。作为 AI 和大语言模型 (LLM) 的核心功能之一，向量搜索可用于检索增强生成 (Retrieval-Augmented Generation, RAG)、语义搜索、推荐系统等多种场景。 |
+
+
+ | 数据库管理与可观测性 |
+ 在内存表中显示 TiKV 和 TiDB 的 CPU 时间（从 v8.4.0 开始引入） |
+ 将 CPU 时间合入系统表中展示，与会话或 SQL 的其他指标并列，方便你从多角度对高 CPU 消耗的操作进行观测，提升诊断效率。尤其适用于诊断实例 CPU 飙升或集群读写热点等场景。 |
+
+
+ | 按表或数据库维度聚合 TiKV 消耗的 CPU 时间（从 v8.4.0 开始引入） |
+ 当热点问题不是由个别 SQL 语句引起时，利用 Top SQL 中按表或者数据库聚合的 CPU 时间，能够协助用户快速发现造成热点的表或者应用程序，从而大大提升热点问题和 CPU 消耗问题的诊断效率。 |
+
+
+ | Backup & Restore (BR) 启用 AWS SDK for Rust 访问外部存储（从 v8.5.0 开始引入） |
+ BR 使用 AWS Rust SDK 替换掉原有的 Rusoto 库，从 TiKV 访问 Amazon S3 等外部存储，以更好地兼容 AWS 的 IMDSv2 以及 EKS Pod Identity 等新特性。 |
+
+
+ | 安全 |
+ 快照备份数据和日志备份数据支持客户端加密（从 v8.5.0 开始成为正式功能） |
+ 在上传快照备份和日志备份到备份存储之前，你可以对备份数据进行加密，确保数据在存储和传输过程中的安全性。 |
+
+
+