Readyset数据库代理1.13.0版本发布:增强多用户支持与SQL兼容性
Readyset是一款创新的数据库代理解决方案,它通过智能缓存和查询加速技术,为传统关系型数据库提供性能优化能力。作为PostgreSQL和MySQL的透明代理层,Readyset能够自动识别并缓存高频查询,显著提升数据库响应速度,同时保持与上游数据库的实时同步。
多用户认证支持
在1.13.0版本中,Readyset引入了一项重要的安全增强功能——多用户认证支持。通过新增的--allowed-users启动参数,管理员现在可以配置多个用户凭证,以逗号分隔的username:password形式指定允许连接的用户列表。这一改进使得Readyset能够更好地适应企业级部署场景,满足不同角色和权限的访问控制需求。
SQL功能扩展
本版本显著增强了SQL语法的兼容性支持,主要体现在以下几个方面:
-
JSON聚合函数:新增支持
json[b]_object_agg和json_objectagg函数,这些函数在构建JSON格式的聚合结果时非常有用,特别是在现代应用开发中处理复杂数据结构时。 -
元组比较操作:现在支持使用
=和IN运算符进行元组比较,使得开发者能够编写更简洁的条件表达式。例如:SELECT * FROM t WHERE (a,b) = (1,2) SELECT * FROM t WHERE (a,b) IN ((1,2), (3,4))同时,系统会自动参数化这类查询以优化性能。
-
CASE WHEN语法:增加了对
CASE <expr> WHEN <expr> THEN <expr>语法的支持,提供了更灵活的条件表达式编写方式。 -
STRAIGHT_JOIN操作符:新增对这一MySQL特有连接操作符的支持,满足特定查询优化需求。
连接管理改进
针对MySQL连接管理进行了多项优化:
-
本地连接策略调整:MySQL上游连接不再自动尝试通过Unix套接字重新连接已建立的TCP连接。如需使用套接字连接,需在连接字符串中明确指定
socket参数。 -
连接终止优化:在关闭MySQL连接时主动发送
COM_QUIT命令,避免了连接异常终止导致的日志泛滥问题。
数据类型处理增强
-
Decimal精度处理:调整了MySQL列定义处理逻辑,使其与原生MySQL行为保持一致。这一改进特别影响如ruby-mysql2等依赖列定义进行小数舍入的驱动程序。
-
日期默认值处理:完善了对无效日期
0000-00-00 00:00:00作为列默认值的处理能力,解决了相关场景下的兼容性问题。
复制与同步优化
-
最小行镜像模式修复:解决了在启用最小行镜像(Minimal Row Image)时的复制问题。当插入操作中省略大小写敏感的文本列时,系统现在能正确处理值的类型转换与默认值设置。
-
查询优化器改进:现在能够将包含函数调用的过滤条件提取到连接键中,这一优化可以显著提升特定查询模式的性能。
部署与兼容性
Readyset 1.13.0继续提供多样化的部署选项,包括Docker容器和针对主流Linux发行版的二进制包。支持的平台包括Ubuntu 22.04、Debian 12及更高版本、Fedora 39和Amazon Linux 2023,满足不同环境下的部署需求。
这一版本的发布进一步巩固了Readyset作为数据库加速层的地位,通过增强SQL兼容性和改进连接管理,为开发者提供了更强大、更灵活的工具来优化数据库性能。特别是多用户支持和元组比较等功能的加入,使得Readyset能够更好地适应复杂的生产环境需求。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00