BemiDB v0.39.0版本发布:增强PostgreSQL兼容性与安全性功能
BemiDB是一个专注于数据变更追踪与审计的开源数据库解决方案,它构建在PostgreSQL之上,提供了强大的数据版本控制能力。最新发布的v0.39.0版本在PostgreSQL系统目录兼容性和行级安全功能方面做出了重要改进,使BemiDB能够更好地与现有PostgreSQL生态集成。
系统目录操作符与类型转换支持
本次更新中,BemiDB新增了对pg_catalog操作符和COLLATE语法的完整支持。pg_catalog是PostgreSQL的系统目录schema,包含了所有系统表和内置数据类型。开发人员现在可以在BemiDB中使用标准的PostgreSQL系统操作符进行查询,这大大提升了查询的兼容性。
特别值得注意的是新增的regtype和regnamespace类型转换支持。在PostgreSQL中,regtype用于表示类型OID,而regnamespace表示命名空间OID。这些类型的转换支持使得BemiDB能够正确处理PostgreSQL中的对象标识符类型转换操作,例如在系统表查询中常见的类型转换场景。
行级安全增强功能
v0.39.0版本在行级安全(RLS)方面做了重要增强,新增了对pg_class.relforcerowsecurity列的支持。这个系统列用于标识表是否强制启用行级安全策略,是PostgreSQL安全模型中的关键组成部分。
同时,BemiDB现在完整支持pg_catalog.pg_policy系统表,该表存储了所有行级安全策略的定义。这一改进使得管理员能够通过标准PostgreSQL接口查询和管理BemiDB中的行级安全策略,与其他PostgreSQL数据库保持行为一致。
统计信息与发布订阅功能
在数据库统计信息方面,v0.39.0新增了对pg_catalog.pg_statistic_ext表的支持,这是PostgreSQL中存储扩展统计信息的系统表。同时添加的pg_get_statisticsobjdef_columns()函数提供了查询统计对象定义的标准化方法。
发布订阅功能也得到了增强,新增了对pg_publication和pg_publication_rel系统表的支持,以及pg_relation_is_publishable()函数。这些功能为BemiDB将来实现逻辑复制功能奠定了基础,使其能够更好地融入PostgreSQL的生态系统中。
跨平台兼容性
BemiDB v0.39.0继续保持了良好的跨平台支持,提供了针对不同操作系统和CPU架构的预编译二进制文件,包括:
- Darwin (macOS) ARM64架构
- Linux AMD64架构
- Linux ARM64架构
同时发布的还有必要的运行时库文件,确保在不同环境下的兼容性和稳定性。
总结
BemiDB v0.39.0版本通过增强PostgreSQL系统目录兼容性,特别是对行级安全和统计信息相关功能的支持,进一步缩小了与原生PostgreSQL的差异。这些改进使得基于PostgreSQL开发的应用程序能够更无缝地迁移到BemiDB平台,同时享受BemiDB提供的数据变更追踪能力。对于注重数据审计和安全性的应用场景,这一版本提供了更加完善的解决方案。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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