Databend v1.2.744-nightly版本发布:增强查询功能与稳定性优化
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。它采用Rust语言开发,支持标准的SQL语法,能够高效处理海量数据。最新发布的v1.2.744-nightly版本在查询功能、数据加载和系统稳定性方面都有显著提升。
查询功能增强
本次版本在查询功能方面进行了多项改进。首先新增了对variant类型的as_decimal函数支持,这使得在处理JSON等半结构化数据时,能够更灵活地进行数值类型转换。同时,新增了decode和to_char(timestamp, format)函数,前者用于数据解码,后者则提供了更丰富的时间格式化选项,满足不同场景下的时间展示需求。
对于日期处理函数last_day,现在支持默认的interval类型,简化了日期计算操作。此外,系统表system.tables新增了table_options、is_external和storage_params字段,为用户提供了更详细的表信息查询能力。
数据加载优化
在数据加载方面,这个版本实现了对parquet格式的流式加载支持。这意味着用户现在可以更高效地处理大型parquet文件,减少内存占用并提高处理速度。这一改进特别适合需要实时处理大量数据的场景。
系统稳定性提升
在系统稳定性方面,本次更新修复了多个关键问题。修复了缓存配置使用不当的问题,优化了缓存管理器的行为。针对元数据服务,改进了watch流设置时的状态锁定机制,防止潜在的并发问题。同时修复了自动vacuum功能,确保其能正确切换到vacuum2模式。
元数据信号量机制也得到优化,现在在许可被丢弃后会立即释放信号量,提高了系统资源的利用率。此外,修复了重复指标统计的问题,确保监控数据的准确性。
其他改进
在系统行为方面,将format_null_as_str的默认值改为false,这更符合大多数场景下的预期行为。对于临时表的生成,现在确保在当前目录下创建,避免了可能的目录混淆问题。
测试和部署方面也有多项改进,包括修复了不稳定的缓存内存测试,优化了元数据测试中的过期时间设置,以及改进了bendsave工具,使其能够输出构建版本信息。
总的来说,Databend v1.2.744-nightly版本在功能丰富度和系统稳定性方面都有显著提升,为用户提供了更强大、更可靠的数据处理能力。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00