Apache Inlong 2.2.0-RC1版本发布:数据集成平台全面升级
Apache Inlong作为一款开源的大数据集成平台,专注于提供高效、可靠的数据采集、聚合与传输能力。本次发布的2.2.0-RC1版本在Agent、SDK、Sort等多个核心模块进行了重大改进和优化,显著提升了系统的稳定性、性能和易用性。
Agent模块增强
在数据采集代理方面,本次更新带来了多项重要改进。首先是优化了数据源结束判断逻辑,使文件采集更加准确可靠。针对重复文件采集的问题,开发团队重构了处理机制,确保数据不会重复上报。在性能方面,增加了全局实例数量控制,并优化了实例生命周期管理机制。
日志处理方面也有显著提升,实现了DataProxy SDK日志的分离记录,便于问题排查。同时增加了DataProxy SDK的调试日志输出,为开发者提供更详细的运行时信息。值得关注的是,新增了统一的事件上报点,为系统监控提供了更全面的数据支持。
SDK全面重构
数据代理SDK在本版本中经历了深度优化。TCP消息发送实现被彻底重构,提升了传输效率和稳定性。新增了飞行中请求总数和总大小的限制机制,防止内存溢出风险。在异常处理方面,完善了NPE检查,增强了代码健壮性。
Go语言SDK获得了多项增强,包括连接池大小调整、TCP保活机制支持以及端点不可用标记逻辑优化。Python SDK修复了缺少互斥头文件的问题。在度量统计方面,优化了指标输出内容和报告时机,为运维监控提供了更准确的数据。
Sort模块功能扩展
数据排序处理模块新增了对多种格式的支持。KV和CSV反序列化配置现在支持移除和自动添加转义字符的选项,提高了数据处理灵活性。MySQL CDC变更日志记录功能得到优化,为数据变更追踪提供了更好支持。
Pulsar连接器升级至4.1.0版本,并新增了对InlongMsg元数据的支持。在错误处理方面,修复了InlongMsg体格式问题导致的NPE异常,提高了系统鲁棒性。针对独立部署场景,新增了流控机制,防止单任务阻塞影响其他任务。
审计功能增强
审计模块在本版本中获得了多项重要更新。新增了MQ Pulsar的审计项,扩展了系统监控范围。针对CDC场景,MySQL Binlog新增了专用审计ID,并支持CDC场景的审计对账功能。审计SDK的打包过程也进行了优化,提升了部署效率。
总结
Apache Inlong 2.2.0-RC1版本通过全面优化各核心模块,在数据采集、传输、处理和监控等方面都取得了显著进步。这些改进不仅提升了系统性能和稳定性,也为用户提供了更丰富的功能和更便捷的使用体验。该版本标志着Apache Inlong在构建高效可靠的数据集成平台道路上又迈出了坚实一步。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00