Delta Sharing Python 1.3.2 版本发布:增强OAuth兼容性与数据类型支持
Delta Sharing 是一个开源的数据共享协议,它建立在Delta Lake之上,允许组织以安全、高效的方式共享大规模数据集。该项目通过标准REST协议实现跨平台数据共享,支持多种客户端语言,包括Python、Java等。最新发布的Delta Sharing Python 1.3.2版本带来了一系列重要改进,特别是在OAuth兼容性和数据类型支持方面的增强。
OAuth客户端兼容性提升
在1.3.2版本中,Delta Sharing改进了OAuth客户端的实现,使其能够处理expires_in参数作为字符串的情况。这一改进解决了与某些非标准OAuth实现(如某些自定义OAuth服务器)的兼容性问题。在实际应用中,OAuth 2.0规范虽然建议expires_in应为数字,但有些实现会将其作为字符串返回。新版本通过更灵活的解析逻辑,确保了在这些场景下的稳定运行。
Delta内核升级与时间戳分区修复
本次发布将delta-kernel-rs升级至0.6.1版本,修复了读取基于时间戳分区的表时可能出现的问题。时间戳分区是大数据分析中常见的分区策略,特别是在处理时间序列数据时。这一修复确保了在查询按时间戳分区的表时,数据能够被正确识别和读取,提高了数据处理的准确性。
构建系统改进
在构建系统方面,1.3.2版本包含了delta-kernel-rust-sharing-wrapper的maturin构建改进,现在构建时会包含源代码。这一变化为开发者提供了更好的调试能力,当需要排查底层问题时,可以更方便地查看相关实现细节。
Delta格式协议支持
新版本增加了对Delta格式的表协议和元数据的支持。这意味着Delta Sharing现在能够更完整地处理Delta Lake表的元数据信息,包括表协议版本、格式规范等。这一改进增强了与Delta Lake生态系统的兼容性,使得通过Delta Sharing共享的表能够保持与原生Delta Lake表相同的特性和行为。
时间戳无时区类型支持
1.3.2版本引入了对TimestampNtz(无时区时间戳)类型的支持,特别是在快照查询中。TimestampNtz是一种常见的时间数据类型,它表示不带时区信息的时间戳。在数据分析场景中,许多业务数据(如交易时间、日志时间等)通常不需要时区信息。这一新增支持使得Delta Sharing能够更好地处理这类数据,为数据分析师提供更准确的时间序列分析能力。
总结
Delta Sharing Python 1.3.2版本虽然在版本号上是一个小版本更新,但包含了多项重要的功能改进和问题修复。从OAuth兼容性到数据类型支持,再到内核升级和构建系统改进,这些变化共同提升了Delta Sharing的稳定性、兼容性和功能性。对于正在使用或考虑采用Delta Sharing进行数据共享的组织来说,升级到1.3.2版本将带来更顺畅的数据共享体验和更强大的数据处理能力。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112