Bruin项目v0.11.212版本发布：变量覆盖与BQ删除插入优化

Bruin是一个数据工程工具，专注于简化数据处理流程和提高数据操作效率。该项目通过命令行工具提供强大的数据处理能力，支持多种数据源和目标，帮助数据工程师更高效地完成日常工作。

核心功能更新

变量覆盖功能增强

本次版本在变量覆盖功能方面进行了重大改进，新增了对JSON格式变量的支持：

1. JSON变量解析：现在可以通过JSON格式直接传递变量值，系统会自动解析JSON结构并将其转换为内部变量表示。这为复杂数据结构的传递提供了便利。

2. 键值对支持：保留了传统的key=val格式变量传递方式，确保向后兼容性。

3. 错误处理增强：新增了对格式错误JSON的检测机制，当传入的JSON格式不正确时，系统会明确提示错误信息，帮助用户快速定位问题。

4. 集成测试覆盖：开发团队为变量功能新增了全面的集成测试，确保各种使用场景下的稳定性和正确性。

BigQuery删除插入操作修复

针对BigQuery数据源，修复了删除插入(Delete+Insert)操作中的一个关键问题：

1. 操作逻辑优化：修正了删除插入操作的执行流程，确保数据先被正确删除后再插入新数据。

2. 事务一致性：增强了操作的原子性，避免在操作过程中出现数据不一致的情况。

技术架构改进

管道构建器增强

1. 管道变异器：引入了管道变异器(Pipeline Mutator)的概念，允许在管道构建过程中动态修改管道配置。

2. 变量覆盖集成：将变量覆盖功能实现为一个管道变异器，使其能够无缝集成到现有的管道处理流程中。

测试基础设施

1. DuckDB集成：在CI测试环境中添加了DuckDB CLI工具的支持，为数据验证测试提供更多选择。

2. 测试覆盖率提升：新增了针对变量功能的集成测试，使用Bruin查询进行结果验证，确保功能的可靠性。

开发者体验优化

1. 错误信息改进：变量相关的错误信息更加明确，帮助开发者快速定位问题。

2. 代码结构优化：重构了变量处理管道，提高了代码的可维护性和可扩展性。

3. 跨平台支持：继续完善对各平台的支持，包括Linux(amd64/arm64)、Darwin(arm64/x86_64)和Windows。

实际应用场景

这些改进特别适合以下场景：

1. 多环境部署：通过变量覆盖功能，可以轻松实现开发、测试、生产环境的配置切换。

2. 参数化数据处理：在数据处理流程中使用变量，使相同的处理逻辑可以应用于不同的数据集。

3. 数据更新策略：修复后的BigQuery删除插入操作确保了数据更新过程的安全性和可靠性。

Bruin项目持续关注数据工程师的实际需求，通过不断优化核心功能和提升稳定性，为数据处理工作流提供更加可靠和高效的工具支持。v0.11.212版本的这些改进将进一步增强其在复杂数据处理场景下的表现。