AgensGraph v2.15.0 版本发布:PostgreSQL 15兼容与Cypher查询增强
AgensGraph 是一个基于 PostgreSQL 的开源图数据库,它结合了关系型数据库的强大功能和图数据库的灵活性。作为 PostgreSQL 的扩展,AgensGraph 允许用户在同一个数据库中同时处理关系型数据和图数据,支持标准的 SQL 和 Cypher 查询语言。最新发布的 AgensGraph v2.15.0 版本带来了多项重要更新,包括与 PostgreSQL 15.12 的兼容性、Cypher 查询功能的增强以及多项性能改进。
PostgreSQL 15.12 兼容性升级
AgensGraph v2.15.0 的一个重要改进是与 PostgreSQL 15 系列的最新版本 15.12 保持同步。这一升级意味着 AgensGraph 现在包含了 PostgreSQL 15 的所有最新功能和安全性补丁。对于企业用户来说,这种同步确保了数据库系统的稳定性和安全性,同时也能享受到 PostgreSQL 社区的最新创新成果。
特别值得注意的是,新版本引入了行和列级别的逻辑复制过滤功能。这一特性为数据库管理员提供了更精细的控制能力,可以只复制特定的行或列数据,这在数据分发和同步场景中特别有用。此外,COPY 命令现在支持 MERGE 和 CONCURRENT 操作,大大提高了数据加载的灵活性和性能。
Cypher 查询功能增强
AgensGraph v2.15.0 对 Cypher 查询语言的支持有了显著提升。新增的 CREATE TABLE AS 语法允许用户直接将 Cypher 查询结果转换为关系表,这一功能弥合了图数据和关系数据之间的鸿沟,使得数据集成更加无缝。
另一个实用功能是新增的 graph_exists() 函数,开发人员现在可以轻松检查特定图是否存在。对于变量重用问题,新版本修复了之前版本中变量不能跨子句重用的限制,使得查询编写更加灵活。MERGE 语句现在能够自动创建标签,简化了图数据的构建过程。
CTE(Common Table Expressions)现在可以与 Cypher 查询结合使用,这一改进使得复杂图查询可以模块化编写,提高了查询的可读性和维护性。PSQL 客户端也获得了针对图查询的自动补全功能,提升了开发效率。
性能优化与错误修复
在性能方面,AgensGraph v2.15.0 引入了针对边节点的 start_id() 和 end_id() 函数,这些函数可以快速获取边的起始和结束节点信息,优化了图遍历操作。
错误修复方面,新版本解决了多个关键问题,包括 MATCH 查询中非存在标签返回 NULL 的问题、使用下划线作为变量名时的冲突问题,以及聚合函数在某些情况下的错误结果问题。这些修复显著提高了系统的稳定性和查询结果的准确性。
构建与平台支持
AgensGraph v2.15.0 对构建系统进行了优化,解决了使用 --with-llvm 配置选项时的构建问题。在平台支持方面,项目移除了对 CentOS 的支持,转而增加了对 Rocky Linux 的支持,反映了当前企业 Linux 生态系统的变化趋势。
总结
AgensGraph v2.15.0 是一个功能丰富且稳定的版本,它不仅保持了与最新 PostgreSQL 版本的同步,还显著增强了图数据库特有的功能。对于需要在同一系统中处理关系数据和图数据的应用场景,AgensGraph 提供了一个强大而灵活的解决方案。新版本的改进特别适合那些需要复杂图分析、数据集成和高性能查询的企业应用。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00