Fluid Framework v2.32.0 版本深度解析:容器优化与树形数据结构增强
项目简介
Fluid Framework 是微软开发的一个开源分布式实时协作框架,它通过提供数据同步和协作功能,使开发者能够轻松构建多人实时协作应用。该框架采用基于操作转换(OT)的算法来保证数据一致性,并支持多种后端存储服务。
核心特性更新
默认支持分离容器中的 Blob 存储
在 v2.32.0 版本中,Fluid Framework 对 Blob 存储处理进行了重要改进。现在,当容器处于分离状态(detached)时,系统会自动提供 Blob 存储支持,无需开发者手动配置 detachedBlobStorage 参数。这一变化简化了开发流程,减少了配置复杂性。
技术实现上,框架内部现在默认集成了内存 Blob 存储功能。如果开发者需要保留旧有行为,可以通过设置 Fluid.Container.MemoryBlobStorageEnabled 为 false 来禁用此功能。但需要注意的是,这一配置选项和原有的 IDetachedBlobStorage 接口都将在未来的 2.40.0 版本中被移除。
数据存储和 DDS 的短 ID 支持
为了优化性能和减少存储空间占用,新版本引入了短 ID 支持机制。当开发者在 IContainerRuntimeOptions 中设置 enableRuntimeIdCompressor:"on" 时,系统会为数据存储(DataStores)和分布式数据结构(DDSes)生成更短的标识符。
这一改进带来了多重好处:
- 显著减小了摘要(summary)和快照(snapshot)的大小
- 降低了内存占用
- 提升了运行时性能
SharedTree DDS 增强
树形数据结构 API 清理与重构
v2.32.0 对 SharedTree 的 API 进行了重要重构,引入了新的 TreeSchema 类型,它扩展了原有的 SimpleTreeSchema 但使用 TreeNodeSchema 替代了 SimpleNodeSchema。同时新增了 TreeViewConfigurationAlpha 类型,实现了新的 TreeSchema 接口。
结构上的主要变化包括:
SimpleTreeSchema现在使用root属性替代直接实现SimpleFieldSchemagenerateSchemaFromSimpleSchema现在返回新的TreeSchema类型- 统一了编码和解析选项为
TreeEncodingOptions getJsonSchema方法现在接受ImplicitAllowedTypes和新的TreeSchemaEncodingOptions
无需兼容视图模式的树内容访问
新版本增加了 ITreeAlpha 接口,允许开发者在不需要兼容视图模式的情况下访问树内容和存储模式。这一特性使得开发者能够以通用方式检查 SharedTree 中保存的内容,无论其具体模式如何。
典型使用场景包括:
- 动态生成适用于任何 SharedTree 的视图
- 实现通用的树内容检查工具
- 构建模式无关的树操作工具
废弃功能说明
移除 ODSP 驱动中的容器包信息参数
createOdspCreateContainerRequest() 方法中的 containerPackageInfo 参数已被标记为废弃,并将在 2.40.0 版本中移除。这一变更简化了 API 设计,将容器包名称的配置移到了 OdspDriverUrlResolverForShareLink 的构造函数中。
技术影响与最佳实践
对于现有项目的升级建议:
- 移除所有对
detachedBlobStorage的显式配置 - 在性能敏感场景中考虑启用短 ID 功能
- 逐步迁移 SharedTree 相关代码到新的 API 模式
- 更新 ODSP 驱动相关代码,使用新的容器包名称配置方式
对于新项目开发:
- 直接使用默认的 Blob 存储支持
- 在协作场景中优先考虑启用短 ID 功能
- 采用新的 SharedTree API 设计数据模型
- 避免使用已被废弃的 API
总结
Fluid Framework v2.32.0 版本在容器管理、数据存储和树形数据结构方面都带来了重要改进。这些变化既简化了开发者的使用体验,又提升了系统性能和灵活性。特别是对 SharedTree 的增强,为构建复杂的协作数据结构提供了更强大的工具集。建议开发者根据项目需求,合理评估和采用这些新特性,同时注意及时更新已废弃的 API 使用方式。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00