Google Cloud BigQuery Reservation v1.17.0 版本发布:新增功能与改进
Google Cloud BigQuery Reservation 是 Google Cloud 提供的一项服务,它允许用户为 BigQuery 作业预留计算资源,确保关键业务查询能够获得所需的计算能力。通过 Reservation 服务,用户可以更好地控制查询性能和成本,实现资源分配的精细化管理。
最新发布的 v1.17.0 版本为 BigQuery Reservation 服务带来了几项重要的功能增强和改进,这些更新进一步提升了服务的可用性和功能性。
新增 Gemini in BigQuery 支持
本次更新引入了一个名为 enable_gemini_in_bigquery 的新字段,该字段位于 Assignment 资源中。这个布尔值字段用于指示是否为特定的预留分配启用了 Gemini in BigQuery 功能。
Gemini in BigQuery 是 Google 提供的一项高级功能,它能够直接在 BigQuery 中执行更复杂的分析和机器学习任务。通过这个新字段,管理员可以明确控制哪些预留分配可以使用这些高级功能,从而在保证性能的同时,也能有效管理成本。
灾难恢复(DR)复制状态可见性
另一个重要新增是 replication_status 字段,它被添加到 Reservation 资源中。这个字段提供了关于灾难恢复(DR)复制过程中可能出现的错误状态的可见性。
对于企业级用户来说,灾难恢复能力至关重要。这个新字段让管理员能够监控预留资源的复制状态,及时发现并解决复制过程中可能出现的问题,确保业务连续性。当主区域发生故障时,可以快速切换到备用区域,最小化服务中断时间。
支持 CONTINUOUS 作业类型
v1.17.0 版本扩展了 Assignment.JobType 枚举,新增了 CONTINUOUS 作业类型。这个类型专门用于支持 BigQuery 中的连续 SQL 作业。
连续 SQL 作业是一种特殊类型的查询,它能够持续处理数据流,非常适合实时数据分析场景。通过为这类作业提供专门的预留分配类型,用户可以确保实时数据处理任务获得所需的资源,避免与其他批处理作业竞争计算资源。
文档改进与澄清
除了功能增强外,本次更新还对文档进行了多处改进:
-
移除了
Reservation资源中关于slot_capacity字段的EDITION_UNSPECIFIED部分的说明,使文档更加简洁清晰。 -
更新了
Reservation资源中primary_location和original_primary_location字段的google.api.field_behavior注释,明确指出这些字段是OUTPUT_ONLY(仅输出)的。这意味着这些字段只能由系统设置,用户不能直接修改,从而避免了可能的误操作。
技术影响与最佳实践
对于现有用户来说,升级到 v1.17.0 版本后,建议:
-
评估是否需要为关键业务查询启用 Gemini in BigQuery 功能,并根据实际需求配置相应的预留分配。
-
定期检查
replication_status字段,确保灾难恢复机制正常运行,特别是在多区域部署场景下。 -
对于实时数据处理需求,考虑使用新增的
CONTINUOUS作业类型来优化资源分配。 -
更新内部文档,反映字段行为的变化,特别是那些标记为
OUTPUT_ONLY的字段,避免在自动化脚本中尝试修改这些字段。
这些更新使 BigQuery Reservation 服务更加完善,为用户提供了更精细的资源控制能力和更好的运维可见性,特别是在企业级应用场景和高可用性要求的环境中。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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