jOOQ 3.18.26版本发布:增强SQL类型处理与查询优化
jOOQ(Java Object Oriented Querying)是一个强大的Java数据库查询库,它允许开发者以类型安全的方式构建和执行SQL查询。最新发布的3.18.26版本带来了一系列改进和修复,特别是在SQL类型处理、查询优化和API文档方面有了显著提升。
核心改进与特性增强
1. 增强LOB类型支持
新版本重点解决了Oracle数据库中BLOB和CLOB类型在特定查询场景下的兼容性问题。在之前的版本中,当这些大型对象类型被用于IN/NOT IN列表谓词或行值比较谓词时,会抛出ORA-22848错误。3.18.26版本通过优化内部处理逻辑,确保了这些特殊类型在各种查询场景下的正确使用。
2. 方言支持扩展
针对SQLDialect.LONGVARCHAR等较为特殊的字符串/二进制类型,jOOQ 3.18.26完善了方言支持。这意味着在不同数据库系统中使用这些类型时,jOOQ能够提供更加一致和可靠的行为,减少了因方言差异导致的问题。
3. 查询优化改进
新版本对多种查询场景进行了优化:
- 改进了LIMIT和WITH TIES的模拟实现,解决了嵌套行查询时的结果错误问题
- 优化了QUALIFY子句的模拟逻辑,在没有聚合函数的情况下不再使用HAVING
- 修正了SQL Server中FOR UPDATE子句在表有别名时的模拟实现
- 解决了DISTINCT ON与QUALIFY模拟组合使用时的问题
API与文档增强
1. 类型安全API文档
jOOQ团队为Field::as和Table::as等关键API添加了更多关于引用(reference)与声明(declaration)的Javadoc说明。这些文档改进帮助开发者更清晰地理解API的预期行为和使用场景,特别是在处理表别名和字段引用时。
2. 生成代码改进
在代码生成方面,3.18.26版本有两个重要改进:
- 生成的Javadoc现在引用生成对象的限定输出名称而非输入名称,提高了文档的准确性
- 修复了当UDT属性名称与getter过程冲突时的编译错误问题
其他重要修复
-
默认值处理:修复了SQL Server中ALTER TABLE .. DROP DEFAULT对于带引号的列标识符不起作用的问题。
-
类型转换增强:DefaultConverterProvider现在会尝试加载Jackson的JavaTimeModule(如果存在于类路径中),这增强了日期时间类型的处理能力。
-
隐式连接修复:解决了在SQL Server中使用.forUpdate()与隐式连接组合时生成无效SQL的问题。
-
PostgreSQL类型处理:修复了Field::contains自动将citext类型转换为varchar的问题,保持了PostgreSQL特有类型的原生行为。
-
临时表支持:修正了临时表版本化列未生成计算列的问题。
性能优化
3.18.26版本引入了一个新的AbstractDelegatingResultQuery内部类型,这减少了JVM启动时默认方法字节码的生成量,有助于提升应用启动性能。同时,SchemaImpl和TableImpl类避免了遍历和替换递归,进一步优化了运行时性能。
总结
jOOQ 3.18.26版本虽然是一个补丁发布,但带来了多项实质性改进,特别是在数据库特定类型的处理、复杂查询场景的支持以及API文档的完善方面。这些改进使得jOOQ在各种数据库操作场景下更加健壮和易用,特别是对于需要处理大型对象类型或复杂查询的应用程序。对于现有用户来说,升级到这个版本将获得更好的稳定性和功能支持。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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