Mosaic项目v0.17.0版本发布:SQL AST增强与API简化
Mosaic是一个专注于数据可视化交互的开源项目,它提供了一套强大的工具集,用于构建复杂的数据可视化应用。在最新发布的v0.17.0版本中,Mosaic团队对SQL抽象语法树(AST)进行了重要增强,同时简化了服务器API,这些改进为开发者提供了更强大且更简洁的数据处理能力。
SQL AST的重大改进
本次版本最显著的变化是对SQL抽象语法树的增强,特别是对窗口函数和聚合函数的支持:
-
窗口框架重构:移除了原有的
rows和range方法,引入了全新的WindowFrameAST节点,通过frame方法进行设置。这一改变使得窗口函数的定义更加清晰和一致。 -
排序参数支持:新增了对聚合函数和窗口函数中
ORDER BY参数的支持,这使得在复杂分析场景下能够更精确地控制计算顺序。 -
时间间隔辅助函数:添加了
years、months、days等时间间隔辅助函数,简化了时间序列数据的处理。 -
增强的LIMIT支持:不仅支持常量数值的LIMIT和OFFSET,还增加了对表达式和百分比形式LIMIT的支持,为分页和采样提供了更多灵活性。
API简化与优化
在服务器API方面,v0.17.0进行了以下改进:
-
移除数据包支持:简化了服务器API,移除了对保存和加载数据包的支持,使API更加专注和简洁。
-
类型系统增强:更新了TypeScript配置,统一了类型导出,使得类型提示更加完善,特别是为
Verbatim节点添加了选项类型提示。 -
克隆支持改进:增强了SQL AST节点的克隆能力,使得在构建复杂查询时能够更灵活地复用和修改查询组件。
开发者体验提升
除了核心功能的改进,v0.17.0还包含多项提升开发者体验的更新:
-
新的测试规范:新增了
window-frame示例测试规范,帮助开发者更好地理解和使用新的窗口框架功能。 -
文档更新:更新了文档中的数据加载示例,改为从现代云存储服务加载数据,反映了现代数据存储的最佳实践。
-
构建工具升级:更新了vitest包配置和项目依赖,确保开发环境的现代性和稳定性。
总结
Mosaic v0.17.0版本通过增强SQL AST功能,为复杂数据分析提供了更强大的表达能力,同时通过API简化降低了使用门槛。这些改进使得Mosaic在处理时间序列数据、窗口函数和复杂查询方面更加得心应手,为构建数据密集型可视化应用提供了更坚实的基础。对于正在使用或考虑使用Mosaic进行数据可视化开发的团队来说,这个版本值得认真评估和升级。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0210
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0133
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
wgai开箱即用的JAVAAI在线训练识别平台&OCR平台AI合集包含旦不仅限于(车牌识别、安全帽识别、抽烟识别、常用类物识别等) 图片和视频识别,可自主训练任意场景融合了AI图像识别opencv、yolo、ocr、esayAI内核识别;AI智能客服、AI语言模型、 无任何第三方API接口可定制化自主离线化部署并自主化行业化使用避免占用内存、GPU消耗训练与识别分开使用;Java06
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03