JRuby 9.4.11.0发布:关键修复与性能优化
JRuby是一个基于Java虚拟机(JVM)的Ruby实现,它结合了Ruby语言的优雅与JVM平台的强大性能。作为Ruby生态中的重要一员,JRuby不仅完全兼容Ruby语法,还能无缝集成Java类库,为开发者提供了跨语言开发的便利性。
近日,JRuby团队发布了9.4.11.0版本,这是9.4系列的一个重要维护版本,主要针对Ruby 3.1兼容性进行了优化。该版本修复了前一个版本中的两个关键问题,并带来了标准库的更新,建议所有用户尽快升级。
关键修复
Mutex锁中断问题
在并发编程中,Mutex(互斥锁)是保证线程安全的重要机制。9.4.11.0版本修复了一个可能导致Mutex锁状态异常的严重问题。当线程在获取Mutex锁的过程中被异步中断时,原实现可能导致锁未被正确释放,进而引发死锁或其他并发问题。新版本通过改进锁获取机制,确保在任何情况下都能正确维护锁状态。
单例类内存泄漏
另一个关键修复是针对单例类的内存泄漏问题。在之前的版本中,JRuby的单例类实现会保留一些不必要的簿记对象,这些对象会随着时间的推移不断累积,最终导致内存使用量持续增长。9.4.11.0版本通过优化内部数据结构,彻底解决了这一问题,显著提升了长期运行应用的稳定性。
标准库更新
RubyGems与Bundler升级
JRuby 9.4.11.0将RubyGems更新至3.6.3版本,Bundler更新至2.6.3版本。这些更新不仅修复了与Bundler 2.6的兼容性问题,还带来了性能改进和错误修复,使依赖管理更加可靠。
jruby-openssl升级
安全相关的jruby-openssl库已更新至0.15.3版本,提供了更好的SSL/TLS支持,增强了加密操作的安全性和稳定性。
jar-dependencies改进
对于需要在容器化环境中使用Maven jar包的用户,jar-dependencies库升级至0.5.3版本解决了相关兼容性问题,使Java库的集成更加顺畅。
升级建议
由于9.4.10.0版本存在上述关键问题,建议所有用户直接跳过该版本,升级至9.4.11.0。新版本不仅修复了这些问题,还通过标准库的更新带来了更好的开发体验和运行稳定性。
JRuby团队特别感谢社区贡献者Karol Bucek对本版本的贡献。正是这些贡献者的努力,才使得JRuby能够持续进步,为Ruby开发者提供更好的JVM平台支持。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00