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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00