Google Cloud Spanner .NET 客户端库 5.0.0 版本发布解析
Google Cloud Spanner 是 Google 提供的全球分布式关系型数据库服务,具有水平扩展、强一致性和高可用性等特点。Google 为 .NET 开发者提供了 Spanner 客户端库,方便在 .NET 应用中集成 Spanner 数据库功能。最新发布的 5.0.0 版本带来了一系列重要更新和改进,本文将深入解析这些变化。
事务处理机制的全面升级
5.0.0 版本对事务处理机制进行了重大改进,引入了 SpannerTransactionCreationOptions 和 SpannerTransactionOptions 两种新的选项类型。这些选项为开发者提供了更精细的事务控制能力。
值得注意的是,所有与事务开启相关的方法(如 BeginTransaction、Open 和各种 RunWithRetriableTransaction 方法)现在都支持这两种选项类型作为参数。同时,一些旧版本的方法已被标记为过时,将在下一个主要版本中移除,开发者应尽快迁移到新的 API 使用方式。
另一个重要变化是事务在成功提交或回滚后会自动释放。这一改进有助于防止资源泄漏,但开发者需要注意,尝试使用已释放的事务将导致客户端错误。库提供了 DisposeBehavior 属性来控制这一行为,开发者可以根据应用需求进行配置。
数据类型映射的优化
5.0.0 版本对 CLR 类型与 Spanner 数据类型之间的默认映射关系进行了调整:
decimal类型的默认映射从 FLOAT64 改为 Numeric 类型float类型的默认映射从 FLOAT64 改为 FLOAT32
这一变化更好地匹配了 .NET 类型与 Spanner 数据类型的语义,同时新增了对 FLOAT32 类型的支持。开发者需要注意这一变化可能影响现有应用的序列化和反序列化行为,特别是涉及精度和范围的计算。
内联事务支持与性能优化
新版本引入了内联事务支持,这是对事务处理模型的重大改进。与之前版本不同,事务不再预先创建(prewarmed),而是在首次需要时按需获取。这种惰性初始化策略减少了不必要的资源消耗,提高了性能。
这一变化带来了几个重要的架构调整:
- 移除了
PooledSession.WithFreshTransactionOrNewAsync方法,因为事务现在由命令执行时按需创建 - 引入了
PooledSession.RefreshedOrNewAsync方法,用于获取不带事务的新会话实例 - 由于事务不再预先创建,会话池不再需要区分只读和读写会话/事务对
这些变化简化了内部实现,同时提高了资源利用率。开发者应注意相关统计类中区分读写统计的属性已被移除,以及 SessionPoolOptions.WriteSessionsFraction 选项的移除。
过时代码清理与稳定性提升
5.0.0 版本完成了对之前 beta 版本中标记为过时代码的清理工作。这一清理工作提高了代码库的整洁度和维护性,但也意味着开发者需要确保他们的应用不再依赖这些已被移除的 API。
升级建议
对于计划升级到 5.0.0 版本的开发者,建议重点关注以下方面:
- 检查所有事务相关代码,迁移到新的选项参数 API
- 评估数据类型映射变化对应用的影响,必要时进行显式类型指定
- 审查会话和事务管理代码,适应内联事务的新模型
- 移除对已废弃 API 的依赖
5.0.0 版本代表了 Google Cloud Spanner .NET 客户端库的一个重要里程碑,通过更精细的控制、更好的性能和改进的 API 设计,为开发者提供了更强大、更高效的 Spanner 数据库访问能力。
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。C042
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TSX0121
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