Node SQL Parser 5.3.8版本发布:增强TSQL与BigQuery支持
Node SQL Parser是一个强大的JavaScript SQL解析器,能够将SQL语句解析为抽象语法树(AST),并支持多种数据库方言。该项目为开发者提供了分析、修改和生成SQL语句的能力,在数据库迁移、SQL格式化、查询优化等场景中非常有用。
主要功能增强
TSQL方言支持提升
5.3.8版本对TSQL(Transact-SQL)方言的支持有了显著提升。首先增加了对OFFSET FETCH NEXT分页模式的支持,这是TSQL中常用的分页语法。例如SELECT * FROM table ORDER BY id OFFSET 10 ROWS FETCH NEXT 5 ROWS ONLY这样的语句现在可以被正确解析。
其次,新版本改进了表值函数的解析能力。TSQL中的表值函数是一种特殊函数,可以返回表结构的结果集,现在这类函数的调用语法得到了完善支持。
BigQuery方言改进
针对Google BigQuery方言,5.3.8版本增加了对表函数的支持。表函数是BigQuery中的一种特殊函数,能够将输入转换为表结构输出,常用于数据转换和复杂查询场景。
PostgreSQL功能扩展
PostgreSQL方言方面,新增了对make_interval函数的支持,这是一个用于创建时间间隔的实用函数。同时扩展了几何数据类型的识别范围,使更多PostgreSQL特有的几何类型能够被正确解析。
重要问题修复
-
MySQL约束删除:修复了MySQL中DROP CONSTRAINT语句的解析问题,现在可以正确处理约束删除操作。
-
TSQL数据类型:修正了TSQL中VARCHAR和VARBINARY类型的MAX长度标识符的解析,确保这类特殊数据类型声明能被准确识别。
-
窗口函数范围:解决了所有数据库方言中窗口函数ROWS BETWEEN FOLLOWING AND FOLLOWING语法的问题,使这类高级窗口函数定义能够被正确解析。
-
标识符引用:改进了TSQL中AS关键字后带引号的标识符处理,确保这类特殊命名方式不会导致解析错误。
-
白名单匹配:优化了白名单检查机制,现在要求完全匹配而非部分匹配,提高了安全性。
技术细节优化
-
列引用增强:在列引用(column_ref)节点中添加了COLLATE类型信息,确保排序规则声明能够被保留在AST中。
-
赋值语句处理:改进了MySQL中带别名的赋值语句解析,使这类特殊语法结构能够被正确处理。
-
依赖项升级:更新了多个开发依赖项的版本,包括@babel/core、@babel/preset-env和elliptic等,提升了开发环境的安全性和稳定性。
总结
Node SQL Parser 5.3.8版本通过增强TSQL和BigQuery支持,修复多个关键问题,以及对PostgreSQL功能的扩展,进一步提升了其作为多方言SQL解析器的能力。这些改进使得开发者能够更准确地解析和处理各种复杂的SQL语句,特别是在企业级应用和跨数据库迁移场景中。对于需要处理多种SQL方言的项目,升级到5.3.8版本将获得更好的兼容性和稳定性。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00