GreptimeDB v0.12.0 夜间版本发布:分布式时序数据库新特性解析
GreptimeDB 是一款开源的分布式时序数据库,专为处理大规模时序数据而设计。它结合了时序数据库的高效存储和查询能力,以及分布式系统的水平扩展特性,适用于物联网、监控系统、金融分析等场景。最新发布的 v0.12.0 夜间版本带来了多项重要改进和新功能。
核心功能增强
本次更新在事务处理方面有显著提升,新增了对 PostgreSQL KV 后端的事务(Txn)支持。这一改进使得 GreptimeDB 能够更好地处理需要原子性操作的场景,为金融交易、订单处理等业务提供了更可靠的数据一致性保障。
查询功能方面,实现了 COPY 命令支持,用户现在可以将查询结果直接导出到外部文件。这一功能极大简化了数据分析师的工作流程,使得数据导出和后续处理更加便捷。
性能优化与稳定性改进
存储引擎进行了多项优化,包括引入 ParallelFstValuesMapper 并行处理机制,显著提升了大规模数据扫描的效率。同时优化了分区拆分时的插入请求处理,减少了不必要的计算开销。
在稳定性方面,修复了区域租约续期问题,确保所有区域都能及时续约,防止因租约过期导致的服务中断。Bloom 过滤器也得到了改进,现在能够更精确地过滤行数据,减少误判率。
协议与兼容性增强
新版本加强了对多种协议的支持:
- 完整实现了 PostgreSQL 协议的会话用户相关命令
- 新增对 Elasticsearch _bulk API 的支持,方便用户迁移现有日志系统
- 改进了 Loki JSON 写入协议的处理能力
- 支持设置和查询 PostgreSQL 的 search_path 参数
这些改进使得 GreptimeDB 能够更好地与现有生态系统集成,降低用户迁移成本。
监控与管理
监控系统进行了多项更新:
- 更新了独立部署的 Grafana 仪表盘,采用新的指标命名规范
- 增加了自动检测本地 IP 作为主机名的功能,简化了分布式部署配置
- 仪表盘升级至 v0.7.6 版本,提供更丰富的可视化选项
开发者体验改进
项目构建系统进行了多项优化:
- 使用 mold 链接器加速测试构建过程
- 精简了依赖项,减小了二进制文件体积
- 移除了 Python 脚本支持,简化了核心代码库
- 为 Android 平台构建做了特别优化
这些改进使得开发者能够更高效地构建和测试 GreptimeDB,特别是对于嵌入式场景的支持更加完善。
总结
GreptimeDB v0.12.0 夜间版本在事务处理、查询功能、协议支持和性能优化等方面都有显著提升。这些改进使得它更适合作为企业级时序数据平台的核心组件,特别是在需要处理海量时序数据并保证高可用性的场景下。随着功能的不断完善,GreptimeDB 正在成为时序数据库领域的重要选择之一。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
Baichuan-M3-235BBaichuan-M3 是百川智能推出的新一代医疗增强型大型语言模型,是继 Baichuan-M2 之后的又一重要里程碑。Python00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00