dbatools v2.1.29版本发布:数据库管理工具的重要更新
项目简介
dbatools是一个强大的PowerShell模块,专门为SQL Server数据库管理员设计。它提供了数百个命令,可以简化日常的SQL Server管理任务,如备份恢复、性能监控、安全配置等。这个开源工具已经成为许多DBA工具箱中不可或缺的一部分。
版本亮点
本次发布的v2.1.29版本包含了一系列功能增强和错误修复,主要聚焦于提升用户体验和扩展功能覆盖范围。
备份功能增强
-
备份命令新增FileBaseName参数:在
Backup-DbaDbMasterKey、Backup-DbaServiceMasterKey和Backup-DbaDbCertificate命令中新增了FileBaseName参数,允许用户自定义备份文件的基础名称,而不再强制使用默认命名规则。这为备份文件管理提供了更大的灵活性。 -
网络证书管理改进:
Get-DbaNetworkCertificate命令现在能够正确传递凭据,解决了在某些环境下无法获取网络证书的问题。
连接与查询优化
-
数据库连接精确控制:
Connect-DbaInstance命令现在能够正确识别并应用-Database参数,确保连接直接指向指定的数据库,而不是默认数据库。 -
集成身份验证增强:
Invoke-DbaQuery命令改进了使用集成身份验证作为其他用户时的连接处理逻辑,解决了在某些复杂身份验证场景下的连接问题。
安全与权限管理
-
Windows登录测试增强:
Test-DbaWindowsLogin命令新增了属性来检测samaccountname不匹配的情况,帮助管理员更全面地验证Windows登录账户的状态。 -
登录属性修改更透明:
Set-DbaLogin命令现在在使用-WhatIf参数时能够正确报告将被修改的登录名,提高了操作的可预测性。
作业与维护方案
-
多通配符支持:
Find-DbaAgentJob命令现在能够正确处理包含多个通配符的搜索模式,使作业查找更加灵活。 -
维护方案智能处理:
Install-DbaMaintenanceSolution命令现在不会在不需要重新添加表的情况下删除现有表,避免了不必要的数据丢失风险。
其他重要改进
-
数据库收缩操作优化:
Invoke-DbaDbShrink命令现在支持通过管道接收数据库对象,简化了批量操作流程。 -
跟踪标志操作支持模拟:
Enable-DbaTraceFlag和Disable-DbaTraceFlag命令新增了-WhatIf支持,允许管理员在真正执行前预览操作效果。 -
SQL参数创建更严谨:
New-DbaSqlParameter命令改进了对绑定参数的检查逻辑,确保参数创建更加可靠。
技术价值
这个版本的更新体现了dbatools项目对以下几个方面的持续关注:
-
用户体验:通过增加-WhatIf支持和改进错误报告,使命令更加透明和可预测。
-
功能完整性:新增的参数和属性扩展了命令的功能覆盖范围。
-
操作安全性:避免不必要的数据删除操作,增强凭据传递的安全性。
-
批处理支持:通过管道支持简化了批量操作的实现方式。
这些改进使得dbatools在各种SQL Server管理场景中更加可靠和高效,特别是对于需要处理复杂环境或执行批量操作的管理员来说,这些增强功能将显著提升工作效率。
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-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