TruffleRuby 24.2.0 发布:性能优化与兼容性提升
TruffleRuby 是基于 GraalVM 的高性能 Ruby 实现,旨在与标准 MRI Ruby 实现保持完全兼容。作为 GraalVM 项目的一部分,TruffleRuby 通过利用 JIT 编译和 GraalVM 的优化技术,为 Ruby 应用提供显著的性能提升。最新发布的 24.2.0 版本带来了多项重要更新,包括 Ruby 3.3.5 的兼容性支持、性能优化以及大量错误修复。
核心更新内容
Ruby 3.3.5 兼容性支持
TruffleRuby 24.2.0 版本已更新至与 Ruby 3.3.5 兼容,这意味着开发者现在可以在 TruffleRuby 中使用 Ruby 3.3.5 引入的所有新特性和改进。这一更新确保了 TruffleRuby 用户能够享受到最新 Ruby 版本带来的语言特性和性能优化。
性能优化亮点
-
C 扩展性能提升:通过使用 Panama NFI 后端,TruffleRuby 显著提高了在 JVM 模式下运行 C 扩展(如 sqlite3、trilogy 和 json)的性能,提升幅度达到 2-3 倍。这一改进特别有利于依赖这些扩展的 Ruby 应用。
-
编码协商优化:针对 ASCII 兼容编码进行了优化,减少了编码转换时的性能开销,提升了字符串处理效率。
重要错误修复
-
模块常量处理:修复了
Module#name在Module#const_added回调中调用时的问题,以及嵌套模块赋值给常量时回调重复调用的问题。 -
OpenSSL 支持:现在支持 OpenSSL 1.1-3.4 版本,并优先使用 OpenSSL 3.0.x、3.x 系列,解决了与 OpenSSL 3.4 的编译兼容性问题。
-
时间处理:修正了多个时间相关方法(如
Time.at、Time.new等)中 UTC 偏移量字符串格式的秒数验证问题。 -
垃圾回收:修复了
ObjectSpace.undefine_finalizer对冻结对象的处理,现在会正确抛出FrozenError。
兼容性改进
-
模块包含机制:修正了
Module#include在重新打开嵌套模块时的行为,确保被包含的模块正确出现在祖先链中。 -
环境变量处理:改进了
ENV相关方法的实现,包括Env#delete现在会返回块的值(当变量不存在时),以及Env#update现在支持多个哈希参数。 -
RbConfig 配置:添加了
MAJOR、MINOR等版本相关常量到RbConfig::CONFIG中,提高了与其他 Ruby 实现的配置兼容性。 -
字符串处理:实现了 Ruby 3.3 新增的
String#bytesplice方法的索引/长度参数支持。 -
时间处理:完善了
Time.new对字符串参数的支持,并在参数无效时抛出错误。
新增功能与 API
-
IO 操作:新增了
IO#pread和IO#pwrite方法,提供了更灵活的文件操作能力。 -
范围操作:实现了
Range#reverse_each和Range#overlap?方法。 -
弱引用:为
ObjectSpace::WeakMap添加了#delete方法。 -
数据对象:新增了
rb_data_define()函数来定义 Data 对象。 -
精炼机制:添加了
Refinement#target方法,增强了元编程能力。
开发者注意事项
-
废弃方法移除:移除了
Pathname#taint和Pathname#untaint等已废弃方法,开发者需要更新相关代码。 -
警告信息:现在会警告在无参块中使用无参
it调用,以及当Kernel#format被调用时参数过多的情况。 -
行为变更:
Float#round方法的行为已修改以匹配 MRI 的实现,可能影响现有代码。 -
错误处理:
Kernel#lambda现在会在给定非 lambda、非字面量块时抛出ArgumentError。
总结
TruffleRuby 24.2.0 版本在保持与最新 Ruby 版本兼容的同时,通过多项性能优化和错误修复,进一步提升了运行效率和稳定性。对于依赖 C 扩展的应用,特别是数据库和 JSON 处理相关的场景,性能提升尤为显著。新增的 API 和兼容性改进也为开发者提供了更多便利。建议所有 TruffleRuby 用户升级到此版本,以获得最佳的性能和功能体验。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00