ClickHouse-Java 0.9.0版本发布:JDBC驱动与客户端的重要更新
ClickHouse-Java项目是ClickHouse数据库的官方Java客户端实现,提供了JDBC驱动、HTTP客户端等多种访问方式。0.9.0版本带来了多项重要改进和问题修复,特别是在JDBC驱动和客户端功能方面进行了显著优化。
核心变更与优化
本次版本最值得关注的变更是对发布产物的精简和重构。项目团队移除了clickhouse-jdbc的多个冗余构件,包括http、shaded-all和shaded变体,统一使用all构件作为标准发布包。这个all构件包含了除slf4j-api之外的所有必需依赖库,因为slf4j-api不应被shade处理。同时,jdbc-v2相关的构件也不再单独发布,因为它已经被整合到clickhouse-jdbc的all构件中。
关键问题修复
SQL解析器在这一版本中得到了多项重要修复:
- 解决了FROM子句中使用关键字作为别名时的解析问题,现在可以正确处理类似
FROM table AS select这样的语句。 - 改进了CREATE USER语句的识别能力,确保这类管理语句能被正确解析。
- 优化了公共表表达式(CTE)的处理逻辑,解决了多个CTE相关的解析问题。
- 修复了间隔值(interval)的解析问题,确保时间间隔表达式能被正确识别。
- 修正了反引号中函数参数的解析逻辑,提高了SQL语句的兼容性。
JDBC驱动方面,修复了ResultSet.findColumn方法总是返回0的问题,现在能正确返回列索引。同时优化了参数传递机制,确保在设置超时参数时不会丢失其他参数。
客户端改进
客户端库(client-v2)进行了内部重构,将所有默认配置值集中到ClientConfigurationProperties枚举中,提高了代码的可维护性。同时修复了参数传递与超时设置冲突的问题,确保在设置超时的情况下参数仍能正确传递。
测试与文档完善
项目团队修复了CI环境中的单元测试和集成测试运行问题,提高了持续集成的可靠性。文档方面,更新了客户端配置参数的详细说明,特别是服务器设置和自定义HTTP头部的配置方法,帮助开发者更好地使用高级功能。
技术细节与最佳实践
对于Java开发者来说,升级到0.9.0版本时需要注意依赖管理的变化。现在推荐直接使用clickhouse-jdbc的all构件,它已经包含了jdbc-v2的实现和必要的依赖库。对于日志处理,项目仍然要求开发者自行提供slf4j-api的实现,这保持了与各种日志框架的兼容性。
在SQL兼容性方面,新版本显著提升了对复杂查询语句的支持,特别是CTE和特殊关键字的使用场景。开发者在编写包含这些特性的SQL时可以更加放心。
这个版本体现了ClickHouse-Java项目对稳定性和兼容性的持续投入,同时也为未来的功能扩展打下了更好的基础。对于正在使用或考虑使用ClickHouse的Java开发者来说,升级到0.9.0版本将获得更稳定和功能更完善的开发体验。
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。C037
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
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。C00
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TSX0115
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