DoltgreSQL v0.18.0 版本解析:主键与函数支持的重大更新
DoltgreSQL 是一个开源的 PostgreSQL 兼容数据库,它结合了 Git 风格的版本控制功能,使开发者能够像管理代码一样管理数据库。该项目旨在为 PostgreSQL 用户提供版本控制、分支和合并等现代开发工作流功能。
主键与索引功能增强
本次 v0.18.0 版本在主键和索引功能方面进行了多项重要改进:
-
主键命名与操作改进:现在支持使用 PostgreSQL 默认名称来删除主键,解决了之前必须知道确切名称才能操作的问题。这一改进使得 DoltgreSQL 在行为上更加贴近原生 PostgreSQL。
-
外键引用支持:新增了对列定义中内联外键引用的支持,这意味着开发者可以在创建表时直接在列定义中指定外键关系,而不需要单独声明。同时,外键的默认命名规则现在也与 PostgreSQL 保持一致。
-
地址列主键支持:一个重要的架构改进是允许主键包含地址列,并按解析后的值排序。这一特性使得 TEXT 或 BLOB 等变长类型可以作为主键,同时只在索引中存储地址而非值前缀,提高了存储效率。
PL/pgSQL 功能扩展
在存储过程和函数支持方面,v0.18.0 带来了多项增强:
-
RAISE 语句支持:PL/pgSQL 函数中现在可以使用 RAISE 语句来生成通知和错误消息。虽然目前还不支持异常处理,但基本的通知消息功能已经实现,消息会在会话中排队并在结果返回前发送给客户端。
-
CASE WHEN 支持:PL/pgSQL 函数中现在支持 CASE...WHEN 条件表达式,增强了函数的逻辑处理能力。
-
函数持久化改进:创建的函数现在会持久化到根值(root value)中,而不是添加到全局函数列表。这一改变同时支持了函数重载功能,为更复杂的函数管理奠定了基础。
JSON 功能增强
本次版本新增了几个重要的 JSON 相关函数:
- json_build_array:用于从可变参数构建 JSON 数组
- json_build_object:用于构建 JSON 对象
- 其他 JSONB 函数:增加了对 JSONB 数据类型的更多操作支持
其他重要改进
-
生成列修复:修复了生成列值在创建主键时的问题,以及引号处理不当的 bug。
-
ALTER TABLE 支持:增加了对文本键(text keys)在 ALTER TABLE 语句中的支持。
-
DROP FUNCTION 初步支持:虽然还不支持级联删除和依赖检测限制,但基本的函数删除功能已经实现。
-
时间类型默认值修复:解决了时间类型列默认值无法插入的问题。
总结
DoltgreSQL v0.18.0 版本在主键管理、函数支持和 JSON 处理等方面都有显著进步,特别是对 PostgreSQL 兼容性的持续改进,使得开发者能够更顺畅地将现有 PostgreSQL 应用迁移到 DoltgreSQL 平台。随着 PL/pgSQL 功能的不断完善,DoltgreSQL 正在成为一个兼具版本控制能力和完整 PostgreSQL 特性的有吸引力的数据库解决方案。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。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
Spark-Formalizer-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
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