GreptimeDB v0.13.0 夜间版本发布:性能优化与功能增强
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。它采用了创新的存储引擎和查询优化技术,能够高效地存储和分析时间序列数据。本次发布的 v0.13.0 夜间版本带来了多项性能优化和新功能增强,进一步提升了系统的稳定性和可用性。
核心功能改进
查询优化与函数增强
本次版本在查询处理方面进行了多项优化。新增了 topk 和 bottomk 函数实现,使得用户能够更方便地获取数据中的极值。同时,对布尔类型的别名支持也得到了改进,提升了查询的灵活性。
在 IP 相关函数方面,新增了对 IP 地址处理的支持,为网络数据分析场景提供了更强大的工具。此外,json_encode_path 函数被重写为 geo_path,采用了复合类型实现,提高了地理空间数据处理的效率。
分布式系统稳定性
在分布式系统层面,针对区域领导者状态验证进行了重构,优化了区域故障转移逻辑,防止区域被错误地转移到同一节点上。同时增加了打开候选区域的超时时间,并记录了耗时日志,便于问题排查。
对于元数据管理,实现了通过 ID 获取表信息的功能,优化了目录管理器的性能。还改进了 DDL 请求的分组处理,特别是在指标引擎中,提高了批量操作的效率。
性能优化
查询执行优化
在查询执行层面,移除了当目标批次大小大于获取限制时的合并批次操作,减少了不必要的计算开销。对于窗口排序场景,修复了当其他列别名与时间索引名称相同时排序不生效的问题。
在分布式查询分析后,增加了对计划模式的恢复机制,确保了查询执行的正确性。同时改进了搜索过滤器时的边界处理,防止出现访问异常问题。
监控与可观测性
追踪系统增强
对 OpenTelemetry 追踪系统进行了重大改进,实现了新的数据建模方式。优化了追踪查询接口的响应格式,提高了用户体验。同时改进了时间戳处理,使用 DateTime 替代 NaiveDateTime,确保时间处理的准确性。
用户体验改进
界面与显示优化
针对中文用户,修复了表格和列注释中 CJK 字符的显示问题。在 SQL 测试工具中,增加了跳过打印完整配置内容的功能,使输出更加简洁。仪表板也更新到了 v0.8.0 版本,提供了更丰富的监控功能。
构建系统改进
在构建系统方面,改用 Ubuntu 22.04 作为基础镜像,提高了构建环境的稳定性。优化了构建过程,通过浅克隆加速了 cargo 构建速度。同时修复了开发构建环境中软件安装的问题。
总结
GreptimeDB v0.13.0 夜间版本在查询性能、系统稳定性和用户体验方面都做出了显著改进。新增的函数支持和优化后的查询执行路径为数据分析提供了更多可能性,而分布式系统的增强则进一步确保了服务的可靠性。这些改进使得 GreptimeDB 在处理大规模时序数据时更加高效和稳定。
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 StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0122
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07