Apache Hop 2.12.0版本发布:数据集成工具的重大更新
Apache Hop(Hop Orchestration Platform)是一个开源的数据集成和工作流编排平台,它提供了可视化工具来设计、执行和监控数据处理流程。作为Pentaho Data Integration(Kettle)的下一代产品,Hop专注于现代化、模块化和云原生支持。
核心功能改进
元数据处理增强
2.12.0版本对元数据处理进行了多项改进。ColumnInfo类新增了image属性,允许为列定义图像表示,这增强了数据可视化能力。同时,ValueMetaJson类被移至核心库,提升了JSON数据处理的通用性。
执行器功能完善
Pipeline Executor和Workflow Executor组件增加了RESULT ROWS TAB和RESULT FILES TAB字段,解决了之前结果展示不完整的问题。ABORT转换也进行了功能完善,选项部分得到了补充。
文件处理优化
FTP文件处理方面,当binaryMode启用时,现在会正确设置文件类型为二进制,解决了文件传输可能损坏的问题。文本文件写入功能新增了舍入模式设置选项,提高了数值数据处理的精确度。
用户体验提升
界面交互改进
工具提示位置问题得到修复,不再出现错位现象。元数据搜索功能进行了优化,现在会忽略空搜索词,避免不必要的搜索操作。同时,元数据类型在搜索时会被正确翻译,提升了国际化体验。
编辑器功能增强
StyledText编辑器实现了撤销/重做功能,大大提高了文本编辑的便利性。语法高亮功能得到增强,代码可读性显著提升。变量插入功能也进行了优化,使用更加顺畅。
文档与国际化
文档系统进行了全面梳理,修复了大量损坏的链接,并补充了缺失的内容。特别是对Beam输入、HTML转文本等功能的文档进行了完善。国际化方面,翻译内容通过Weblate平台进行了更新。
技术架构优化
变量解析机制
引入了可插拔的变量解析器架构,使变量处理更加灵活。开发者现在可以实现自定义的变量解析逻辑,满足特定场景的需求。
元数据组织
对元数据定义进行了重新组织,将模式定义文件按功能分类到相应子文件夹中,提高了项目的结构清晰度。REST元数据类型和客户端功能也进行了修复和完善。
安全与稳定性
依赖项更新
Cassandra驱动从4.1.5升级到4.1.8,Snowflake JDBC驱动从3.20.0升级到3.22.0,修复了已知的安全漏洞并提升了稳定性。
测试改进
针对Jenkins环境中的Testcontainers测试进行了修复,确保了持续集成流程的可靠性。临时性的JSON-smart依赖覆盖问题也得到了解决。
新增功能亮点
语言聊天转换插件
新增的语言聊天转换插件文档得到了完善,设置界面也进行了优化,使这一AI驱动的功能更易于使用。
Salesforce集成增强
Salesforce输入组件新增了删除操作示例,丰富了与Salesforce平台集成的用例。
开发者体验
Eclipse平台从3.127.0升级到3.128.0,提供了更好的开发环境支持。测试包结构调整使项目组织更加合理。日志记录管道增加了父级引用,解决了特定场景下的日志问题。
Apache Hop 2.12.0版本通过上述多项改进,显著提升了数据处理能力、用户体验和系统稳定性,为数据工程师提供了更加强大和易用的工具集。
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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00