Apache DataFusion 2025年6月季度技术发展报告
2025-06-14 16:53:37作者:宣海椒Queenly
Apache DataFusion作为Apache基金会旗下的可扩展查询引擎项目,在过去一个季度中展现了强劲的发展势头。本文将全面梳理该项目在2025年第二季度的技术进展与社区发展情况。
项目概况
DataFusion项目自2024年4月成立以来,已经发展成为一个拥有47位提交者和17位PMC成员的活跃社区。本季度社区新增了多位核心贡献者,包括Berkay Şahin和Xudong Wang加入PMC,以及Adrian Garcia Badaracco等多位开发者成为新提交者。
核心技术进展
主项目DataFusion
核心引擎保持了每月发布一个版本的节奏,最新版本48.0.0于2025年6月11日发布。项目社区制定了公开的技术路线图,指导着引擎功能的持续演进。值得注意的是,团队在旧金山成功举办了线下技术交流会,促进了开发者之间的直接沟通。
技术博客方面,团队分享了关于用户自定义窗口函数和TPC-H基准测试数据生成器的深度技术文章,这些内容为社区用户提供了宝贵的学习资源。
Python绑定项目
DataFusion Python绑定项目在本季度实现了重要功能突破:
- 新增了对用户自定义标量函数和聚合函数的支持
- 实现了用户自定义窗口函数功能
- 发布了PYTHON-47.0.0和PYTHON-46.0.0两个版本
这些改进显著增强了Python开发者使用DataFusion的能力,使得在Python生态中构建复杂数据处理流程更加便捷。
Comet子项目
作为DataFusion的重要衍生项目,Comet专注于性能优化:
- 发布了0.8.0和0.7.0两个版本
- 0.8.0版本带来了多项性能改进和新特性,技术博客详细介绍了这些变化
Ballista分布式执行引擎
Ballista项目继续保持稳定发展:
- 发布了BALLISTA-46.0.0和BALLISTA-45.0.0
- 专注于提升分布式查询执行能力
其他子项目进展
- DataFusion For Ray项目正在准备首次发布,项目名称已调整以避免与Ray项目混淆
- sqlparser-rs项目保持双月发布节奏,0.56.0版本如期发布,SQL解析能力持续增强
社区生态与未来展望
DataFusion社区展现出良好的健康状态,虽然代码审查资源仍然紧张,但活跃的提交者群体相互支持,确保了项目的持续发展。来自不同公司和背景的贡献者共同推动着项目前进。
展望未来,随着新功能的不断加入和社区规模的扩大,DataFusion有望在查询引擎领域扮演更加重要的角色。项目团队需要继续保持技术博客的产出,增强与更广泛开发者社区的沟通。
登录后查看全文
热门项目推荐
相关项目推荐
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0369Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++095AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
197
2.17 K

React Native鸿蒙化仓库
C++
208
285

Ascend Extension for PyTorch
Python
59
94

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
973
574

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
549
81

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
399

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
393
27

前端智能化场景解决方案UI库,轻松构建你的AI应用,我们将持续完善更新,欢迎你的使用与建议。
官网地址:https://matechat.gitcode.com
1.2 K
133