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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00