Azure Kusto管理库8.2.0版本发布:新增调用策略与区域状态支持
Azure Kusto(也称为Azure Data Explorer)是微软提供的一种快速、完全托管的数据分析服务,用于处理大规模数据流。@azure/arm-kusto是Azure SDK for JavaScript中用于管理Kusto资源的官方客户端库。最新发布的8.2.0版本为开发者带来了多项重要功能增强,特别是在集群管理和安全控制方面。
核心功能增强
调用策略管理
8.2.0版本引入了全新的调用策略(Callout Policy)管理功能,允许开发者更精细地控制Kusto集群的外部访问行为。新增的API包括:
beginAddCalloutPolicies/beginAddCalloutPoliciesAndWait:批量添加调用策略beginRemoveCalloutPolicy/beginRemoveCalloutPolicyAndWait:移除特定调用策略listCalloutPolicies:列出当前配置的所有调用策略
调用策略支持多种类型(通过CalloutType枚举定义),开发者可以根据实际需求配置不同类型的出站访问控制规则。
区域状态监控
新版本在Cluster和ClusterUpdate接口中新增了zoneStatus字段,用于监控Kusto集群在不同可用区的状态。这对于构建高可用性应用非常重要,开发者可以实时了解集群在各个区域的健康状态。
安全与权限改进
脚本级别控制
Script资源现在支持scriptLevel参数,允许开发者定义脚本的执行级别。这为多租户环境下的脚本执行提供了更细粒度的安全控制。
主体权限操作
新增的principalPermissionsAction参数为脚本执行提供了更灵活的权限管理方式,开发者可以明确指定脚本执行时所需的权限操作类型。
语言扩展支持
8.2.0版本扩展了对Python语言的支持,新增了以下语言扩展镜像:
- Python3_11_7:标准Python 3.11.7环境
- Python3_11_7DL:包含深度学习库的Python 3.11.7环境
这使得在Kusto查询中执行更复杂的Python数据分析成为可能,特别是对于机器学习场景非常有用。
其他改进
- 新增了
listFollowerDatabasesGet操作,提供了更完整的数据库跟随者信息查询能力 - 沙盒自定义镜像(
SandboxCustomImage)现在支持baseImageName参数,便于追踪基础镜像信息 - 丰富了枚举类型,包括
OutboundAccess、PrincipalPermissionsAction等,为开发者提供更多选项
升级建议
对于正在使用早期版本的项目,建议评估新功能是否满足业务需求。特别是需要精细控制外部访问或使用Python进行数据分析的场景,8.2.0版本提供了显著增强的能力。升级时应注意接口变更,特别是新增的必填参数和枚举值扩展可能影响现有代码。
总的来说,8.2.0版本的@azure/arm-kusto库为Kusto集群管理带来了更强大的功能和更精细的控制选项,是构建企业级数据分析平台的重要工具升级。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C030
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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