Databend v1.2.703-nightly版本发布:内存管理优化与Parquet元数据查询支持
Databend是一个开源的云原生数据仓库,以其高性能、弹性扩展和兼容性著称。它支持实时分析处理,能够高效处理PB级数据。最新发布的v1.2.703-nightly版本带来了一系列值得关注的功能增强和问题修复。
核心功能更新
增强的查询级内存管理
本次版本在内存管理方面进行了重要改进。Databend现在能够更精细地控制查询级别的内存使用,这对于大规模数据处理尤为重要。新实现的内存管理系统可以更有效地分配和回收内存资源,防止单个查询占用过多内存而影响系统整体性能。
Parquet文件元数据查询支持
新增了对Parquet文件元数据的直接查询能力。这一功能使得用户无需加载整个文件就能获取其元数据信息,显著提高了元数据查询的效率。对于需要频繁检查大量Parquet文件元数据的场景,这一改进将明显减少I/O开销和查询延迟。
性能优化
空文件自动跳过机制
在数据加载和查询过程中,系统现在能够自动识别并跳过空文件。这一优化减少了不必要的I/O操作,特别是在处理包含大量小文件的数据集时,可以显著提升整体性能。
快照提示刷新机制改进
移除了快照提示刷新过程中的超时限制,使系统能够更灵活地处理大规模数据集的快照操作。这一改动特别有利于处理超大规模数据集时的稳定性。
问题修复与改进
查询结果正确性保障
修复了在启用剪枝缓存时可能出现的查询结果不正确问题,确保了在各种配置下查询结果的准确性。
SQL语法兼容性增强
改进了对特殊字符的处理,现在用户和角色名称中不再支持\b和\f字符,这与其他数据库系统的行为更加一致。同时修复了在解析角色名称时对某些特殊字符处理不当的问题。
AST显示修复
修正了带引号注释的抽象语法树(AST)显示问题,使得调试和分析查询时能够获得更准确的信息。
内部架构优化
代码可读性与维护性提升
对内部代码进行了多项重构,包括将"EvalExpireTime"重命名为更具语义化的"Expirable",这些改动虽然不影响功能,但提高了代码的可读性和可维护性。
数据类型支持扩展
放宽了对Arrow字典数组类型的限制,现在允许这类数据直接进入Databend系统,增强了与其他数据处理系统的兼容性。
这个nightly版本展示了Databend在性能优化和功能扩展方面的持续努力,特别是内存管理和文件处理方面的改进,为处理大规模数据集提供了更强大的支持。这些变化将为用户带来更稳定、高效的查询体验。
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