OpenMetadata 1.6.6版本发布:元数据管理平台的重要更新
OpenMetadata是一个开源的元数据管理平台,它帮助组织统一管理数据资产、建立数据血缘关系、实现数据发现和协作。作为一个现代化的元数据解决方案,OpenMetadata提供了丰富的功能来支持数据治理和数据质量工作。
核心功能改进
最新发布的1.6.6版本带来了多项重要改进,特别是在API错误处理、搜索相关性和数据产品管理方面。开发团队为loggedInAPI添加了更具体的错误消息,取代了之前通用的错误提示,这将显著提升开发者和终端用户的调试体验。同时,平台现在支持通过/logout路径执行API重定向的登出操作,完善了认证流程。
在元数据管理方面,createCustomProperty模式现在包含displayName字段,使得自定义属性的展示更加友好。搜索功能也获得了增强,现在能够更好地处理单复数词和部分匹配的情况,这将提升用户在大型数据集中的搜索体验。
数据产品与领域管理
1.6.6版本对数据产品(Data Product)功能进行了重要调整,现在创建数据产品时必须指定领域(domain)字段。这一变化反映了OpenMetadata对数据治理最佳实践的遵循,确保数据产品能够被正确地分类和组织。
技术架构优化
在技术架构层面,这个版本引入了showdown渲染选项,增强了内容展示能力。同时,开发团队优化了内存处理机制,特别是在临时表血缘关系处理方面,提升了系统的稳定性和性能。
关键问题修复
1.6.6版本修复了多个关键问题,包括:
- 解决了Snowflake ARRAY列摄取问题
- 修复了Sigma工作簿摄取功能
- 修正了tomcat-jdbc依赖问题
- 改进了Redshift视图日志记录
- 修复了OpenMetadata操作问题
在数据类型支持方面,现在平台能够处理没有类型一致性的数组数据类型(array),扩展了对异构数据结构的支持能力。
用户体验提升
针对终端用户,开发团队修复了多个界面问题:
- 解决了导览页面点击问题
- 修复了重复的活动源提供者问题
- 优化了非管理员页面的搜索查询
- 改进了测试套件名称较长时的列显示问题
- 修复了任务描述查看器的差异创建问题
数据血缘与关系管理
在数据血缘方面,1.6.6版本实现了增量血缘处理功能,当processedLineage为null时也能正确处理。同时,开发团队优化了表约束错误处理,修复了手动约束删除和实体删除的问题,并改进了实体关系实时索引功能。
服务与连接器改进
对于各种数据服务的支持也得到了增强:
- 改进了PowerBI工作区获取失败处理
- 优化了管道服务客户端异常处理
- 更新了Tableau连接器文档
- 优化了管道服务客户端初始化过程
总结
OpenMetadata 1.6.6版本通过一系列功能增强和问题修复,进一步提升了平台的稳定性、可用性和功能性。这些改进使OpenMetadata继续保持在开源元数据管理领域的领先地位,为组织提供了更加强大和可靠的数据治理工具。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00