BemiDB v0.33.0版本发布:增强PostgreSQL兼容性与查询功能
BemiDB是一个开源的数据库系统,旨在提供高性能的数据存储和查询能力。最新发布的v0.33.0版本带来了多项重要改进,特别是在PostgreSQL兼容性和查询功能方面有了显著提升。这些改进使得BemiDB能够更好地支持复杂的SQL查询场景,为开发者提供更流畅的开发体验。
核心功能增强
本次更新最值得关注的是对PostgreSQL特定函数的支持扩展。开发团队新增了对information_schema._pg_expandarray()函数的直接调用支持,这是一个常用于处理数组类型数据的PostgreSQL系统函数。同时,还实现了对pg_get_expr()函数在不带'pretty'参数情况下的支持,这使得BemiDB能够更准确地模拟PostgreSQL的行为模式。
在SQL语法解析方面,v0.33.0允许在列引用中包含模式名称,这一改进使得BemiDB能够更好地处理包含模式限定的复杂查询语句。此外,修复了在CASE语句中使用PostgreSQL函数的问题,确保了条件表达式在各种场景下的正确执行。
函数兼容性改进
format()函数是PostgreSQL中常用的字符串格式化工具,新版本中对这个函数进行了重写,使其行为与PostgreSQL完全兼容。这意味着开发者可以将在PostgreSQL中编写的SQL查询直接迁移到BemiDB中运行,而不必担心函数行为的差异。
内部架构优化
在底层实现上,v0.33.0版本对抽象语法树(AST)的处理进行了统一化改进。通过标准化递归表达式的遍历方式,提高了查询解析的稳定性和一致性。同时,项目开始采用DuckDB的宏系统,这一改变为未来的性能优化和功能扩展奠定了基础。
跨平台支持
新版本继续提供全面的跨平台支持,发布了针对不同操作系统和架构的二进制文件:
- 适用于苹果M系列芯片的Darwin ARM64版本
- 适用于Linux系统的AMD64和ARM64版本
- 必要的运行时库文件
这些预编译的二进制文件大大简化了在不同环境下的部署过程,开发者可以直接下载使用,无需从源代码构建。
总结
BemiDB v0.33.0版本通过增强PostgreSQL兼容性和改进查询功能,进一步巩固了其作为高性能开源数据库的地位。这些改进不仅提高了系统的稳定性和可靠性,也为开发者提供了更接近标准PostgreSQL的开发体验。随着对DuckDB宏系统的引入,BemiDB的未来发展值得期待。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00