SQLAlchemy 2.0.37 版本发布:ORM与数据库方言的重要改进
SQLAlchemy 是 Python 生态中最流行的 SQL 工具包和对象关系映射(ORM)框架之一,它提供了高效、灵活的方式来操作数据库。最新发布的 2.0.37 版本带来了一系列重要的改进和错误修复,主要集中在 ORM 功能和数据库方言支持方面。
ORM 类型系统的重要改进
本次版本对 ORM 的类型系统进行了多项优化,特别是针对 _orm.registry.type_annotation_map 和 Mapped 类型的处理。在之前的版本中,当使用联合类型(Union)时,类型匹配存在不一致的问题。例如,当属性定义为 Mapped[float] 时,它可能会错误地匹配到 Union[float, Decimal] 这样的类型映射条目。
新版本修复了这一问题,确保类型匹配更加精确。现在,只有当类型完全匹配时才会被识别,这提高了类型系统的可靠性和一致性。此外,还修复了 a | b 和 Union[a, b] 这两种语法在类型映射中的处理不一致问题。
对于 Python 3.12 引入的新类型别名语法 type X = int,SQLAlchemy 现在要求必须显式地将这些类型别名添加到类型映射中才能在 Mapped 中使用,这提供了更清晰和可控的类型系统行为。
事件系统与查询功能的增强
在事件系统方面,修复了一个影响 sessionmaker 和 scoped_session 的问题,现在可以正确地在多个类对象上附加和分离事件监听器。
查询功能方面,修复了一个回归问题,该问题导致在 ColumnOperators.in_() 方法中传递 ORM 映射属性表达式列表时不被接受。这一修复确保了更灵活的查询构建能力。
数据库方言的改进
PostgreSQL 方言
PostgreSQL 方言获得了多项增强:
Range类型现在支持__contains__()操作- 修复了使用 pgvecto.rs 扩展时的向量索引问题
- 修正了
SmallInteger类型在使用 asyncpg 驱动时被错误编译为SERIAL而非SMALLSERIAL的问题 - 改进了 asyncpg 驱动对空 SQL 字符串的处理
MySQL/MariaDB 方言
MySQL 和 MariaDB 方言新增了对 DELETE 语句中 LIMIT 子句的支持,与已有的 UPDATE 支持保持一致。同时增加了参数验证,确保 mysql_limit 和 mariadb_limit 参数必须是整数。
MariaDB 还新增了对 INET4 和 INET6 类型的支持,扩展了其网络地址处理能力。
SQLite 方言
SQLite 方言新增了表选项来启用 STRICT 表,这提供了更强的数据类型约束。
Oracle 方言
Oracle 方言获得了多项改进:
- 新增
oracle_tablespace表选项来指定表空间 - 使用 oracledb 2.5+ 提供的
max_identifier_length连接属性 - 修复了
TABLE函数在FROM子句中的编译问题 - 修正了 CLOB 输出类型处理器的路由问题
性能与稳定性提升
在"lambda SQL"特性方面,修复了当同一个 lambda 在多个编译阶段求值时可能导致的绑定参数跟踪损坏问题。这一改进提高了在多个引擎实例间或禁用语句缓存时使用 lambda SQL 的可靠性。
总的来说,SQLAlchemy 2.0.37 版本通过解决多个关键问题并引入有用的新功能,进一步提升了框架的稳定性、类型安全性和跨数据库兼容性。这些改进使得开发者能够构建更加健壮和高效的数据库应用。
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