Databend v1.2.719-nightly版本发布:优化器重构与Iceberg查询增强
Databend是一个开源的云原生数据仓库,以其高性能、弹性扩展和易用性著称。它采用Rust语言编写,支持标准的SQL语法,能够处理PB级别的数据分析工作负载。Databend的设计理念是让数据分析变得简单高效,无论是在公有云、私有云还是本地环境中都能提供一致的使用体验。
核心特性更新
UDF服务支持自定义头部
本次更新为UDF(用户定义函数)服务器添加了自定义HTTP头部的功能。这一增强使得用户能够在调用UDF时传递额外的元数据信息,为集成第三方服务和实现更复杂的业务逻辑提供了更大的灵活性。例如,开发者现在可以在请求中添加认证令牌或跟踪标识符,从而更好地与现有系统集成。
Iceberg表版本查询支持
Databend现在能够查询特定版本的Iceberg表数据。Iceberg作为一种开源表格式,支持时间旅行查询和版本控制功能。通过这一更新,用户可以指定版本号来查询历史数据快照,这对于数据审计、回溯分析和数据修复等场景特别有价值。该功能扩展了Databend对现代数据湖架构的支持能力。
重要问题修复
虚拟列绑定修复
解决了在绑定连接操作时Variant类型无法正确应用虚拟列的问题。虚拟列是Databend中一种特殊类型的列,它们不实际存储数据,而是在查询时动态计算。这一修复确保了包含Variant类型的复杂查询能够正确执行,提高了系统的稳定性和可靠性。
持久化日志表可靠性增强
修复了在系统关闭时持久化日志表可能丢失记录的问题。持久化日志是Databend保证数据一致性的关键组件,这一改进显著提升了系统在异常情况下的数据完整性保障能力。同时,针对相关单元测试的稳定性也进行了优化,确保测试结果更加可靠。
DNS解析优化
解决了在某些特定情况下可能出现的DNS解析错误问题。网络连接稳定性对于分布式系统至关重要,这一修复增强了Databend在不同网络环境下的适应能力,特别是在复杂的云环境中。
架构优化与重构
查询优化器重构
本次发布包含了对查询优化器的重大重构工作。优化器是数据库系统的"大脑",负责将SQL查询转换为高效的执行计划。通过这次重构,Databend的优化器架构变得更加清晰和模块化,为未来引入更先进的优化技术奠定了基础。具体改进包括:
- 优化器逻辑的重新组织和简化
- 更清晰的优化阶段划分
- 更易于扩展的接口设计
这些改进不仅提升了当前版本的性能,也为后续的功能扩展提供了更好的支持。
函数调用表达式转换优化
改进了函数调用表达式到类型转换表达式的重写逻辑。这一优化使得查询计划更加高效,特别是在处理隐式类型转换的场景下。通过更智能的表达式重写,系统可以减少不必要的计算开销,提升查询执行效率。
开发者体验改进
列调试信息增强
对Column类型的调试输出进行了优化,使其更加易读和有用。这一改进主要面向开发者,在进行问题诊断和性能分析时能够更直观地理解数据结构的状态,显著提升了开发效率。
分布式调度缓存标识
为分布式调度器添加了缓存标识功能。这一改进使得分布式查询的执行计划能够更好地利用缓存机制,减少重复计算,特别是在复杂查询和频繁执行的场景下能够带来明显的性能提升。
总结
Databend v1.2.719-nightly版本在功能、稳定性和架构方面都取得了显著进展。从支持Iceberg表版本查询到优化器的深度重构,这些改进不仅增强了系统的当前能力,也为未来的发展奠定了坚实基础。特别是对持久化日志和DNS解析等基础组件的优化,体现了项目对生产环境可靠性的持续关注。
对于数据分析师和开发者而言,新版本提供了更强大的数据处理能力和更稳定的运行环境。而对于系统架构师,优化器的重构则预示着Databend未来在查询性能方面将有更大突破。随着这些改进的逐步成熟,Databend作为现代数据仓库解决方案的竞争力将进一步提升。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00