Azure.Messaging.EventHubs.Processor 5.12.0版本发布:地理数据复制与偏移量改进
项目简介
Azure.Messaging.EventHubs是微软Azure平台提供的用于处理事件流数据的.NET客户端库,而EventHubs.Processor则是其中负责事件处理的核心组件。它提供了事件处理、检查点管理和分区负载均衡等功能,是构建实时事件处理应用程序的重要工具。
核心更新内容
地理数据复制功能支持
本次5.12.0版本最重要的更新是增加了对Event Hubs地理数据复制(GeoDR)功能的支持。这一功能允许用户将事件数据自动复制到另一个地理区域,提高业务的连续性和灾难恢复能力。
开发者现在可以通过EventHubProducerClient或EventHubConsumerClient查询Event Hub属性,检查IsGeoReplicationEnabled属性来判断是否启用了地理数据复制功能。这一改进使得应用程序能够更好地适应不同配置的Event Hubs环境。
偏移量数据类型的重大变更
为了配合地理数据复制功能的实现,偏移量(offset)相关数据的类型从原来的long变更为string。这一变更主要影响以下几个方面:
-
新增字符串类型的偏移量成员:
- 新增了以
OffsetString为后缀的成员和方法重载 - 字符串类型的偏移量能够更好地适应地理数据复制场景
- 新增了以
-
向后兼容性处理:
- 原有的long类型偏移量成员仍然保留但标记为过时(obsolete)
- 这些过时成员在未启用GeoDR的命名空间中仍然可用
-
过时的成员和方法:
- 属性:
EventData.Offset、LastEnqueuedEventProperties.Offset、PartitionProperties.LastEnqueuedOffset - 方法:
EventPosition.FromOffset、EventHubsModelFactory.EventData等重载
- 属性:
其他重要改进
检查点更新修复
修复了EventProcessorClient.UpdateCheckpointAsync方法中的一个重要问题,现在该方法会正确等待检查点存储的调用完成。之前的版本中,这个等待操作被遗漏,导致OpenTelemetry(OTel)跨度过早关闭,无法正确报告观察到的错误。
重试逻辑增强
改进了基于WebSocket的故障重试逻辑,现在会考虑更多异常情况。特别是当WebSocketException包含内部SocketException时,重试决策会基于内部异常做出,确保在网络条件不佳时能够正确应用重试策略。
性能与兼容性优化
-
AOT和裁剪支持:
- 添加了必要的注解,使包能够兼容裁剪(trimming)和原生AOT编译
- 这对于优化应用程序大小和启动性能非常重要
-
日志增强:
- 在处理器负载均衡日志中添加了Event Hub名称,提供更多上下文信息
- 便于在复杂环境中进行问题诊断
-
依赖项更新:
- 将
Microsoft.Azure.Amqp依赖更新至2.6.9版本 - 包含了多个错误修复,提升了底层AMQP协议的稳定性
- 将
升级建议
对于正在使用地理数据复制功能的用户,强烈建议升级到5.12.0版本,并开始迁移到新的字符串类型偏移量API。虽然旧版long类型偏移量API目前仍可使用,但考虑到未来的兼容性和功能支持,迁移到新版API是最佳选择。
对于不使用地理数据复制功能的用户,虽然可以继续使用现有代码,但也建议逐步迁移到新版API,以获得更好的长期支持和稳定性。
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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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