首页
/ SQLMesh v0.147.0版本发布:增强BigQuery支持与模型标签传递

SQLMesh v0.147.0版本发布:增强BigQuery支持与模型标签传递

2025-06-20 18:38:26作者:殷蕙予

SQLMesh是一个现代化的数据工程框架,专注于为数据团队提供可靠、可维护的数据转换解决方案。它通过智能的依赖管理和增量处理技术,帮助数据工程师高效地构建和维护数据管道。近日,SQLMesh发布了v0.147.0版本,带来了一系列功能增强和问题修复。

核心功能改进

BigQuery Bigframes支持

本次版本新增了对BigQuery Bigframes的支持。Bigframes是Google BigQuery提供的一个Python库,它允许用户使用类似Pandas的API来操作BigQuery中的数据。这一集成使得SQLMesh用户能够更灵活地在Python模型中使用BigQuery数据,同时保持SQLMesh提供的版本控制和依赖管理优势。

Airflow UI中的模型标签传递

对于使用Airflow作为调度系统的用户,v0.147.0版本现在能够将SQLMesh模型标签传递到Airflow UI中。这一改进增强了模型在Airflow界面中的可观察性,使得运维人员能够更直观地了解各个DAG任务对应的业务标签和分类,便于监控和管理。

关键问题修复

分区间隔单位处理优化

修复了分区间隔单位(partition interval unit)仅在用户未显式设置partitioned_by参数时才应用的逻辑问题。现在SQLMesh能够更智能地处理分区配置,避免因参数设置顺序导致的意外行为。

Python模型列类型解析

改进了Python模型中列类型的解析逻辑,现在能够正确地结合SQL方言来处理列类型定义。这一修复确保了在不同数据库环境下,Python模型生成的表结构能够保持一致性。

DuckDB信息模式查询优化

针对DuckDB数据库,修复了信息模式(information schema)查询的问题,现在会正确地限定查询范围,避免潜在的命名冲突和性能问题。

生成器覆盖机制增强

增强了SQLGlot生成器的覆盖机制,使其更加健壮。这一改进减少了在复杂SQL转换场景下出现意外的可能性,提高了代码生成的可靠性。

其他改进

除了上述主要变更外,v0.147.0版本还包括了一些文档修正和用户体验优化,如修复了文档中的错误链接,改进了"没有模型准备运行"消息的处理方式,使其不再错误地抛出异常等。

这些改进共同提升了SQLMesh的稳定性和用户体验,使其在各种数据工程场景下表现更加可靠。对于已经使用SQLMesh的团队,建议评估升级到这一版本以获得更好的功能和稳定性。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
143
1.91 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
273
RuoYi-Vue3RuoYi-Vue3
🎉 (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
927
551
openHiTLSopenHiTLS
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
421
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
64
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8