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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00