GlareDB v25.6.0 版本发布:增强函数支持与Iceberg元数据查询能力
GlareDB 是一个高性能的分布式数据库系统,专注于提供快速的数据查询和分析能力。最新发布的 v25.6.0 版本带来了一系列功能增强和改进,特别是在SQL函数支持和Iceberg表元数据查询方面有了显著提升。
函数支持增强
本次更新在SQL函数支持方面做了多项改进:
-
新增了
ext_default基础模块,为后续扩展功能提供了更好的支持基础。 -
增加了
ceiling和log10作为函数别名,提高了与现有SQL工具的兼容性。ceiling是ceil函数的别名,而log10则提供了以10为底的对数计算能力。 -
实现了PostgreSQL兼容的
sign函数,该函数能够返回数值的符号:正数返回1,负数返回-1,零则返回0。 -
新增了符合PostgreSQL语义的
factorial函数,用于计算整数的阶乘。这个函数对于数学计算和统计分析场景非常有用。 -
在
list_functions命令的输出中新增了alias_of列,方便用户了解哪些函数是其他函数的别名,提高了函数列表的可读性和可用性。 -
实现了PostgreSQL兼容的
regexp_instr函数,该函数能够在字符串中查找正则表达式匹配的位置,为文本处理提供了更强大的工具。
Iceberg元数据查询功能
v25.6.0版本引入了多项针对Apache Iceberg表的元数据查询功能:
-
新增了
iceberg_metadata函数,提供了查询Iceberg表基本元数据的能力。这是后续更详细元数据查询功能的基础。 -
实现了
iceberg_snapshots函数,允许用户查询Iceberg表的快照信息。快照是Iceberg表版本控制的核心机制,了解快照信息对于数据版本管理和时间旅行查询非常重要。 -
增加了
iceberg_manifest_list函数,用于查询Iceberg表的清单列表文件信息。清单列表是Iceberg表组织数据文件的重要元数据结构。 -
提供了
iceberg_data_files函数,可以直接查询Iceberg表的数据文件信息。这些元数据查询功能为数据工程师和运维人员提供了更深入的Iceberg表洞察能力,有助于性能调优和问题诊断。
其他改进
在SQL语法支持方面,新版本增加了对DISCARD语句的解析能力,虽然目前尚未实现具体功能,但为未来的兼容性改进奠定了基础。
总体而言,GlareDB v25.6.0版本在函数支持和Iceberg表元数据查询方面取得了显著进展,这些改进使得GlareDB在数据分析和大数据集成场景中更具竞争力。特别是对Iceberg表元数据的深入支持,为数据湖架构下的数据管理和运维提供了更强大的工具集。
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
HunyuanVideo-1.5暂无简介00
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-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
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