本研究提出了OpenMLDB特征计算系统，旨在解决在线机器学习中的效率和一致性问题。该系统通过统一查询计划和高性能执行引擎，显著降低特征部署开销，并提升实时更新能力。测试结果表明，其性能和资源节约显著优于基线系统。

OpenMLDB发布了新版本v0.9.0，增加了对SQLAlchemy 2的支持，集成了Pandas和Numpy等常用Python结构。支持更多数据后端，包括TiDB的分布式文件存储能力和OpenMLDB的内存高性能特征计算能力。完善了ANSI SQL支持，修复了first_value语义，支持MAP类型和特征签名，离线形式支持INSERT语句。支持MySQL协议，可通过NaviCat、Sequal Ace和各种编程语言的MySQL SDK访问OpenMLDB集群。支持SQL语法拓展，可通过SELECT CONFIG或CALL语句进行在线特征计算。