Drift 2.26.0 发布:Dart ORM 框架迎来窗口函数支持
Drift 是一个功能强大的 Dart 和 Flutter 应用数据库解决方案,它提供了类型安全、编译时检查的 SQL 查询能力。作为 Dart 生态中最受欢迎的 ORM 框架之一,Drift 通过将 SQL 的强大功能与 Dart 语言的优雅特性相结合,为开发者提供了高效的数据持久化方案。
窗口函数支持:数据分析更强大
本次发布的 2.26.0 版本最引人注目的特性是在 Dart 查询构建器中加入了窗口函数(Window Function)支持。窗口函数是 SQL 中用于执行复杂数据分析的强大工具,它允许在查询结果集的"窗口"或子集上执行计算,而不影响原始行的显示。
在 Dart 代码中,现在可以通过 WindowFunctionExpression 类来使用这一功能。这意味着开发者可以直接在 Dart 代码中构建包含窗口函数的查询,例如计算移动平均值、累计求和或排名等高级分析操作,同时保持类型安全和编译时检查的优势。
窗口函数的引入使得 Drift 在处理需要复杂数据分析和报表功能的场景时更加得心应手,为数据分析类应用的开发提供了更多可能性。
生成器改进:更智能的代码生成
Drift 的代码生成器在本版本中也得到了多项改进:
-
重复表引用警告修复:当 Dart 定义的视图多次引用同一表时,生成器不再产生不必要的警告。这一改进使得代码更加整洁,减少了开发者的困惑。
-
优化验证代码生成:生成器现在能够识别并避免生成不必要的验证代码,减少了最终产出的代码体积,提高了应用性能。
-
迁移测试建议增强:在使用
make-migrations命令添加没有默认值的新列时,生成器会智能地建议包含数据完整性检查的测试用例。这一改进帮助开发者更容易编写健壮的迁移测试,确保数据库结构变更不会破坏现有数据。
实际应用价值
对于正在使用 Drift 的开发者来说,2.26.0 版本带来了两个层面的价值:
对于需要复杂数据分析的应用,窗口函数的支持意味着可以直接在 Dart 代码中实现原本需要原生 SQL 才能完成的高级查询,同时保持类型安全。这降低了学习成本,提高了开发效率。
对于所有用户而言,生成器的改进意味着更干净的代码、更少的警告和更智能的开发体验。特别是迁移测试建议的增强,能够帮助团队更好地维护数据库结构的演进,减少生产环境中的数据问题。
升级建议
对于现有项目,升级到 2.26.0 版本是一个相对安全的过程,因为本次更新主要添加了新功能并优化了现有行为,没有引入破坏性变更。开发者可以按照以下步骤进行升级:
- 更新 pubspec.yaml 中的 drift 依赖版本
- 运行 flutter pub upgrade
- 重新生成代码(通常通过运行 flutter pub run build_runner build)
对于计划使用窗口功能的新项目,现在可以充分利用这一特性来设计更强大的数据查询逻辑。建议查阅 Drift 的官方文档了解窗口函数的具体用法和示例。
总的来说,Drift 2.26.0 通过引入窗口函数支持和多项生成器优化,进一步巩固了其作为 Dart 生态中最强大 ORM 解决方案的地位,为开发者提供了更丰富的数据处理能力和更流畅的开发体验。
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