GreptimeDB v0.12.0 夜间版发布:日志查询增强与性能优化
GreptimeDB 是一款开源的分布式时序数据库,专注于处理大规模时序数据场景。它结合了时序数据库的高效存储和查询能力,同时提供了分布式系统的扩展性和可靠性。最新发布的 v0.12.0 夜间版本带来了多项重要改进,特别是在日志查询功能、PromQL 兼容性和系统性能方面。
日志查询功能增强
本次版本对日志查询功能进行了显著增强。开发团队实现了对 BETWEEN 过滤器的支持,允许用户指定时间范围的包含/排除边界条件。这一改进使得日志查询更加精确,用户可以更灵活地控制查询范围。
此外,团队还完成了日志查询表达式(Log Query Expr)的第一阶段实现,为后续更复杂的日志分析功能奠定了基础。日志查询是时序数据库的重要应用场景,这些增强使得 GreptimeDB 在日志分析领域的竞争力进一步提升。
PromQL 兼容性改进
在 PromQL 支持方面,本次更新修复了多个关键问题:
- 修正了处理不存在列时的行为,确保查询结果符合预期
- 优化了 AND/UNLESS 运算符的实现逻辑
- 修复了 OR 运算符上下文字段列的更新问题
- 增加了对 sort、sort_desc 等函数的支持
这些改进使得 GreptimeDB 的 PromQL 实现更加完善,能够更好地兼容现有的 Prometheus 查询生态,方便用户从 Prometheus 迁移到 GreptimeDB。
性能优化与稳定性提升
在系统性能方面,本次更新包含多项优化:
- 实现了窗口排序对别名时间索引的支持,提高了特定查询场景的性能
- 增加了对 UNNEST 操作的支持,优化了嵌套数据结构的处理
- 改进了 EXPLAIN ANALYZE 功能,现在支持生成 JSON 格式的输出,便于程序化分析查询计划
- 默认不再为物理表创建倒排索引,减少了不必要的存储开销
这些优化从不同角度提升了系统的整体性能,特别是在处理复杂查询和大规模数据时效果更为明显。
分布式功能增强
在分布式能力方面,本次更新包含以下改进:
- 节点心跳信息中增加了 CPU 核心数的上报,为负载均衡提供更多依据
- 实现了流式处理(flow)类型的创建支持
- 改进了流式路由地址的重映射功能
- 统一了传递给存储阶段的 puffin 文件命名规范
这些改进增强了 GreptimeDB 在分布式环境下的运行稳定性和资源管理能力。
监控与管理改进
在可观测性方面,本次更新:
- 增加了存储阶段(stager)的指标收集
- 改进了 Grafana 监控面板
- 更新了仪表板到 v0.7.10 版本
- 支持了 Loki 的结构化元数据摄入
这些改进使得系统管理员能够更全面地监控 GreptimeDB 的运行状态,及时发现和解决问题。
其他重要修复
- 修复了 information_schema.cluster_info 可能被相同 ID 覆盖的问题
- 优化了 Prometheus 查询处理器的 Gzip 压缩支持
- 实现了 UDDSketch 函数用于百分位数计算
- 改进了 SQLness 测试框架,支持并行执行测试用例
总结
GreptimeDB v0.12.0 夜间版在日志查询、PromQL 兼容性、系统性能和分布式能力等方面都有显著提升。这些改进使得 GreptimeDB 更适合处理大规模时序数据和日志分析场景,为正式版的发布奠定了坚实基础。开发团队持续关注用户体验和系统稳定性,通过不断优化使 GreptimeDB 成为时序数据库领域的有力竞争者。
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
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
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