Databend v1.2.736-nightly版本发布:查询优化与存储增强
Databend是一个开源的云原生数据仓库,以其高性能、弹性扩展和易用性著称。最新发布的v1.2.736-nightly版本带来了一系列重要的功能增强和性能优化,特别是在查询处理和存储管理方面有了显著提升。
核心功能增强
查询工作负载管理
新版本引入了通过SQL管理查询工作负载的能力,使管理员能够更灵活地控制和优化系统资源分配。这一功能对于多租户环境尤为重要,可以有效防止资源争用问题。
Iceberg数据缓存支持
Databend现在支持Iceberg格式的数据缓存,这一改进显著提升了处理Iceberg格式数据的性能。通过本地缓存机制,减少了远程数据访问的延迟,特别适合频繁访问的场景。
Ngram索引优化
实现了针对Fuse表的Ngram索引功能,大幅提升了LIKE查询的性能。这一优化特别适合处理文本数据的模糊匹配场景,使得包含通配符的查询能够更快执行。
存储管理改进
自动清理机制
新增了表选项enable_auto_vacuum,允许用户控制是否启用表的自动清理功能。同时引入的data_retention_num_snapshots_to_keep设置,让用户可以精细控制保留的快照数量,在存储空间和恢复能力之间取得平衡。
虚拟列增强
改进了虚拟列的支持,新增了fuse_virtual_column函数用于显示虚拟列的大小信息。这一功能为存储优化和性能调优提供了更多可见性。
性能优化与稳定性提升
查询执行优化
优化了FLATTEN函数的执行效率,特别是在带有过滤条件的情况下。同时改进了排序操作的稳定性,即使启用了溢出机制也能避免OOM问题。
元数据服务改进
重构了元数据服务的本地测试支持,移除了嵌入式元存储的实现,使架构更加清晰。新增的初始化完成标志为监控提供了更好的支持。
总结
Databend v1.2.736-nightly版本在查询性能、存储管理和系统稳定性方面都有显著提升。特别是新增的工作负载管理、Iceberg缓存支持和Ngram索引等功能,使得Databend在处理复杂分析工作负载时更加高效可靠。这些改进进一步巩固了Databend作为现代云原生数据仓库的地位,为数据密集型应用提供了更强大的支持。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00