ClickHouse-Backup v2.6.18版本发布:增强COS存储支持与数据库映射修复
ClickHouse-Backup是一个专为ClickHouse数据库设计的备份工具,它能够高效地备份和恢复ClickHouse数据库的数据和元数据。该项目由Altinity团队维护,已经成为ClickHouse生态系统中不可或缺的工具之一。
最新发布的v2.6.18版本带来了两个重要改进:对COS存储的多部分上传/下载支持,以及数据库映射恢复功能的修复。这些改进进一步增强了工具的稳定性和可用性。
COS存储多部分传输支持
新版本中最重要的改进是增加了对COS(腾讯云对象存储)的多部分上传和下载支持。这一功能对于处理大型备份文件特别有价值:
-
多部分上传:当备份文件较大时,工具现在可以将其分割成多个部分并行上传,显著提高了上传速度。
-
多部分下载:同样地,恢复操作时也可以并行下载备份文件的多个部分,加快恢复速度。
-
配置参数:新增了两个配置选项:
- COS_ALLOW_MULTIPART_DOWNLOAD:控制是否启用多部分下载功能
- COS_CONCURRENCY:设置并行传输的并发数
这一改进特别适合企业级用户,他们通常需要处理TB级别的数据备份和恢复。通过多部分传输,可以充分利用网络带宽,大幅缩短备份和恢复时间窗口。
数据库映射恢复功能修复
v2.6.18版本还修复了数据库映射恢复功能(--restore-database-mapping)中的一个边界情况问题。这个功能允许用户在恢复备份时将源数据库映射到不同的目标数据库名称,在数据迁移和测试环境搭建等场景中非常有用。
修复的边界情况确保了在各种复杂映射场景下,工具都能正确识别和处理数据库关系,避免数据恢复错误。这对于需要频繁在不同环境间迁移数据的用户来说是一个重要的稳定性提升。
总结
ClickHouse-Backup v2.6.18版本通过增强COS存储支持和修复关键功能,进一步巩固了其作为ClickHouse数据库备份解决方案的地位。对于使用腾讯云COS存储的用户,新版本提供了更高效的传输性能;而对于需要复杂数据库映射的用户,修复的边界情况问题则提高了工具的可靠性。
这些改进体现了开发团队对用户实际需求的关注,也展示了该项目持续优化的承诺。对于ClickHouse用户来说,升级到最新版本将获得更好的备份恢复体验。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00