Google Cloud Go BigQuery 1.67.0版本发布:新增Gemini支持与DR状态监控
Google Cloud Go是Google官方提供的Go语言SDK,用于访问各种Google云服务。其中的BigQuery组件提供了对Google BigQuery数据仓库服务的完整访问能力。BigQuery作为Google Cloud上的无服务器数据仓库,能够处理PB级数据并提供强大的分析能力。
最新发布的1.67.0版本为BigQuery组件带来了多项重要更新,主要集中在资源预留和外部数据配置方面。这些更新不仅增强了功能,还改进了系统的可靠性和监控能力。
新增Gemini in BigQuery支持
本次更新在Assignment资源中新增了enable_gemini_in_bigquery字段。这个布尔值字段用于指示是否启用"Gemini in BigQuery"功能。Gemini是Google最新推出的大型语言模型,将其集成到BigQuery中意味着用户可以直接在SQL查询中使用自然语言处理能力。
这一集成将使得数据分析师能够:
- 直接在BigQuery中执行文本分析
- 使用自然语言生成SQL查询
- 在数据仓库中实现更智能的数据处理流程
灾难恢复(DR)复制状态监控
新版本在Reservation资源中增加了replication_status字段,用于提供灾难恢复(DR)复制过程中的错误可见性。这个字段对于企业级用户尤为重要,它能够:
- 实时监控跨区域数据复制的状态
- 及时发现并解决复制过程中的问题
- 确保业务连续性计划的可靠性
系统管理员现在可以通过这个字段快速了解DR复制是否正常进行,或者在出现问题时迅速定位原因。
支持连续SQL作业类型
Assignment.JobType枚举新增了CONTINUOUS类型,专门用于连续SQL作业。连续SQL作业是BigQuery中的一种特殊作业类型,它能够:
- 持续处理数据流
- 实时更新分析结果
- 适用于需要近实时分析的场景
这种作业类型特别适合监控系统、实时仪表盘和事件驱动的分析应用。
外部数据配置增强
新版本为ExternalDataConfig添加了对MetadataCacheMode的支持。MetadataCacheMode控制着外部数据源的元数据缓存行为,可以帮助:
- 优化查询性能
- 减少元数据获取的开销
- 在频繁查询相同外部数据时提高效率
这一改进对于大量使用外部数据源的用户特别有价值,可以显著减少重复获取相同元数据的网络开销。
其他改进与修复
除了上述主要功能外,本次更新还包括:
- 移除了Reservation中关于
EDITION_UNSPECIFIED的文档说明,使slot_capacity字段的行为更加清晰 - 明确了
primary_location和original_primary_location字段为只读(OUTPUT_ONLY)属性 - 提高了存储API测试的超时时间,增强了测试稳定性
- 更新了依赖的golang.org/x/net包到0.37.0版本,修复潜在安全问题
这些更新共同提升了BigQuery Go SDK的稳定性、功能性和用户体验,使开发者能够更高效地构建基于BigQuery的数据分析应用。
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