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。
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
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
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
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布!这是首个有效融合稀疏注意力与线性注意力的大规模混合模型,专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01