YTsaurus QueryTracker 0.0.9版本发布:增强查询管理与监控能力
YTsaurus是一个分布式数据处理平台,其QueryTracker组件负责管理和跟踪系统内的查询执行情况。最新发布的0.0.9版本为QueryTracker带来了多项重要改进,显著提升了查询管理的灵活性、监控能力和系统稳定性。
核心功能增强
本次更新在查询管理方面引入了多项实用功能。首先是查询代理(QT/YQLA)的禁用机制,管理员现在可以根据需要临时禁用特定的查询代理,这在系统维护或故障排查时非常有用。其次,新增了自定义指标功能,允许用户为查询代理定义特定的监控指标,便于更精细地观察系统运行状态。
对于YQL查询,0.0.9版本增加了动态配置支持,使系统能够在不重启的情况下调整查询代理的行为。同时新增了ClickHouse UDF(用户定义函数)支持,扩展了查询处理能力。另一个重要改进是允许为YQL查询指定额外的凭证信息,增强了安全性。
查询处理优化
在查询处理方面,新版本支持为每个查询配置默认的YQL集群,提供了更大的灵活性。对于使用SPYT(Spark on YTsaurus)的查询,现在完全支持Unicode字符,解决了之前可能存在的编码问题。同时新增了SPYT查询结果截断功能,防止过大结果导致系统问题。
性能方面也有显著提升,优化了QueryTracker API调用,减少了不必要的开销。系统现在会限制每个YQL代理同时处理的查询数量,防止资源过载。此外,还对动态表的压缩进行了专门配置,提高了存储效率。
稳定性改进
0.0.9版本修复了多个影响系统稳定性的问题。其中最重要的是解决了YQL查询中止机制的问题,确保查询能够被正确终止。对于结果超过16MB的大型查询,现在能够可靠地完成处理。系统还修复了当负责的QueryTracker崩溃时查询无法完成的问题,以及YQL代理可能出现的死锁情况。
兼容性说明
需要注意的是,此版本仅与24.1.0及以上版本的代理、0.23.1及以上版本的Operator兼容。用户在升级时应当确保整个系统组件的版本匹配,以获得最佳稳定性和功能支持。
总体而言,YTsaurus QueryTracker 0.0.9版本通过新增功能、性能优化和稳定性修复,为大规模数据处理环境提供了更强大、更可靠的查询管理解决方案。这些改进将帮助用户更高效地管理和监控他们的数据处理任务。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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