Google.Cloud.Dataplex.V1 3.8.0版本发布:增强数据发现与导出功能
Google.Cloud.Dataplex.V1是Google Cloud提供的一个.NET客户端库,用于与Dataplex服务进行交互。Dataplex是Google Cloud上的智能数据湖服务,它可以帮助企业统一管理、监控和管理分散在不同存储系统中的数据。本次3.8.0版本的发布为开发者带来了多项重要功能增强,特别是在数据发现和导出方面。
核心功能增强
数据发现结果统计
新版本增加了对数据发现结果的统计功能。数据发现是Dataplex的重要特性之一,它能够自动扫描和分类数据湖中的数据,识别敏感信息、数据结构等信息。现在开发者可以通过新的统计功能获取更详细的发现结果分析,这对于数据治理和质量监控非常有帮助。
导出作业支持
本次更新引入了全新的导出作业功能,包括三个主要组成部分:
- ExportJobResult:表示导出作业的结果信息
- ExportJobSpec:定义导出作业的规范配置
- EXPORT枚举值:在Type枚举中新增了EXPORT类型,用于标识导出作业
这些新增功能使得开发者能够以编程方式配置和执行数据导出作业,大大增强了数据移动和处理的灵活性。
元数据作业增强
在MetadataJob消息中新增了两个重要字段:
- export_spec:用于指定导出作业的配置规范
- export_result:用于存储导出作业的执行结果
这些增强使得元数据作业现在可以支持导出操作,为数据湖中的数据移动和转换提供了更多可能性。
日志与监控改进
新版本还增加了EntryLinkEvent日志支持,这将帮助开发者更好地跟踪和监控数据湖中的事件流。结合数据发现结果的统计功能,开发者现在可以获得更全面的数据湖运行状态视图。
安全特性更新
本次发布移除了CMEK(客户管理的加密密钥)公共预览版的内部可见性标签,这表明该功能已经更加成熟和稳定,为生产环境使用做好了准备。CMEK允许客户使用自己的加密密钥来保护Dataplex中的数据,满足更严格的安全合规要求。
总结
Google.Cloud.Dataplex.V1 3.8.0版本的发布为.NET开发者提供了更强大的数据湖管理工具。新增的数据发现统计和导出作业功能将显著提升数据治理和处理的效率,而安全特性的增强则为企业级应用提供了更好的支持。这些改进使得Dataplex作为统一数据管理平台的能力得到了进一步提升,帮助开发者更轻松地构建和管理大规模数据湖解决方案。
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
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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