Hyperf框架v3.1.51版本发布:数据库模型增强与并发控制优化
Hyperf是一款基于Swoole的高性能PHP协程框架,以其卓越的性能和丰富的功能组件著称。近日,Hyperf发布了v3.1.51版本,这个版本主要围绕数据库操作和并发控制进行了多项功能增强和优化。
数据库模型与查询构建器增强
本次更新为Hyperf的数据库组件带来了多个实用方法:
-
createOrFirst/createOrRestore方法:这两个新方法为模型构建器提供了更便捷的数据操作方式。createOrFirst会尝试创建记录,如果唯一约束冲突则返回现有记录;createOrRestore则会在冲突时恢复软删除的记录。
-
existsOr/doesntExistOr方法:这些条件查询方法为查询构建器增加了更灵活的存在性检查能力,可以链式调用其他查询条件。
-
sole方法:这是一个严格查询方法,当查询结果不是恰好一条记录时会抛出异常,适用于必须获取单条记录的场景。
-
模型方法增强:
- discardChanges方法允许丢弃模型的未保存修改
- hasAppended方法可以检查模型是否附加了特定属性
这些增强使得Hyperf的数据库操作更加灵活和强大,能够覆盖更多实际开发场景。
并发控制新特性
新版本引入了WaitConcurrent类,这是一个协程并发控制工具。它可以帮助开发者更方便地管理多个并发任务,等待它们全部完成后再继续执行后续逻辑。这个特性在处理需要并行执行多个IO操作的场景时特别有用,比如同时请求多个外部API。
命令控制与Redis监控
-
Prohibitable特性:为命令增加了禁止执行的能力,可以通过配置或运行时条件来阻止特定命令的执行。
-
Redis命令执行事件:新增了CommandExecuted事件,开发者现在可以监听Redis命令的执行情况,便于实现监控、日志记录等功能。
开发体验优化
-
编辑器集成:现在生成的文件可以自动在编辑器中打开并定位到光标位置,提高了开发效率。
-
代码质量改进:优化了从composer.lock读取包数据的逻辑,并用更现代的static::class替换了get_called_class函数调用。
总结
Hyperf v3.1.51版本虽然是一个小版本更新,但在数据库操作和并发控制方面带来了不少实用的新特性。这些改进不仅增强了框架的功能性,也进一步提升了开发体验。特别是数据库相关的增强,使得处理复杂数据操作变得更加简洁高效。对于正在使用Hyperf框架的开发者来说,这个版本值得升级。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust015
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00