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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00