Google Cloud BigQuery Analytics Hub 0.4.19版本发布:增强商业数据共享能力
Google Cloud BigQuery Analytics Hub是Google云平台上用于数据共享和交换的重要服务,它允许组织安全地共享数据集、分析见解和商业数据。最新发布的0.4.19版本带来了一系列重要功能增强,特别是在商业数据共享和集成方面。
商业数据共享功能增强
新版本在Listing资源中新增了allow_only_metadata_sharing字段,这个功能允许数据提供者控制是否仅共享元数据而不共享实际数据内容。这在需要展示数据目录但又不希望立即共享全部数据的场景下非常有用。
同时,Listing和Subscription资源现在都支持CommercialInfo消息类型,这意味着平台现在能够更好地支持商业数据产品的展示和交易。数据提供者可以更清晰地展示其商业数据产品的定价、许可条款等商业信息。
商业订阅管理改进
为了配合商业数据共享功能,新版本还增加了delete_commercial和revoke_commercial选项到DeleteListingRequest和RevokeSubscriptionRequest中。这些选项为管理员提供了更精细的控制能力,可以专门针对商业订阅执行删除或撤销操作,而不会影响非商业订阅。
订阅目标数据集支持
Subscription资源现在支持DestinationDataset字段,这使得订阅者可以更灵活地指定数据订阅的目标位置。这一改进简化了数据订阅后的处理流程,订阅者可以直接将数据导入到指定的目标数据集中。
共享资源类型扩展
SharedResource消息现在增加了routine字段支持,这意味着除了数据集之外,现在还可以共享存储过程(routine)等资源。这为数据共享提供了更丰富的可能性,用户不仅可以共享原始数据,还可以共享数据处理逻辑和分析方法。
总结
Google Cloud BigQuery Analytics Hub 0.4.19版本的发布,显著增强了平台在商业数据共享和订阅管理方面的能力。新功能使数据提供者能够更灵活地控制数据共享方式,更清晰地展示商业数据产品信息,同时也为订阅者提供了更便捷的数据订阅体验。这些改进将进一步提升Google云平台在数据共享和分析领域的竞争力,为企业数据资产的价值实现提供了更多可能性。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00