SQLMesh v0.173.0版本发布:多虚拟层支持与开发体验优化
2025-06-20 18:39:24作者:钟日瑜
SQLMesh是一个现代化的数据工程框架,它通过智能的变更管理和版本控制,帮助数据团队高效地构建和维护数据流水线。SQLMesh采用声明式的方法来定义数据转换逻辑,并提供了强大的依赖管理和增量处理能力。
多虚拟层支持
本次发布的v0.173.0版本引入了对多虚拟层的支持,这是通过网关控制实现的重要架构改进。在数据工程中,虚拟层是指对底层数据的抽象表示,它允许用户在不直接操作原始数据的情况下进行查询和分析。
多虚拟层支持的实现意味着:
- 用户现在可以创建多个逻辑数据视图,每个视图可以针对不同的业务场景或安全需求进行定制
- 网关组件负责管理和路由这些虚拟层,确保查询能够正确指向适当的逻辑视图
- 这种架构提高了系统的灵活性和可扩展性,特别是在多租户或复杂权限管理的场景中
CLI工具改进
命令行界面(CLI)是SQLMesh与用户交互的主要方式之一。本次更新对CLI工具进行了多项改进:
- 增强了
before all和after all命令的功能,这些命令用于在特定操作前后执行预处理和后处理逻辑 - 改进了差异(diff)功能,使其能够更准确地识别和显示数据模型之间的变化
- 现在CLI工具能够更好地处理Python环境,确保依赖项和运行时环境的一致性
这些改进显著提升了开发者在本地环境和工作流中使用SQLMesh的体验。
语言服务器协议(LSP)支持
v0.173.0版本首次引入了语言服务器协议(LSP)支持,这是一项重要的开发者体验改进:
- LSP允许SQLMesh与各种代码编辑器(如VS Code、Vim等)进行深度集成
- 开发者现在可以获得代码补全、语法高亮、错误检查等现代化开发功能
- 这项改进特别有利于大型项目的开发,能够显著提高编码效率和准确性
混合执行器支持
在部署方面,新版本增加了对混合执行器的支持:
- 提供了Helm chart和Docker Compose配置,简化了在Kubernetes和容器环境中的部署
- 混合执行器模式允许系统根据工作负载特性选择最合适的执行环境
- 这种架构提高了资源利用率,同时保持了系统的灵活性和可扩展性
问题修复
本次发布还包含了一些重要的错误修复:
- 修复了表差异比较中源/目标CTE的列限定问题,确保查询的正确性
- 改进了表差异查询范围内的所有列限定,提高了查询的准确性
- 解决了Airflow依赖项中对apache-airflow-providers-fab的固定版本问题
其他改进
除了上述主要功能外,本次发布还包括:
- 修复了宏测试失败的问题,提高了测试套件的稳定性
- 整理了文档中的图片位置,改善了文档的可读性和维护性
- 引入了针对不必要else语句的lint检查,提高了代码质量
- 更新了ruff版本,获得了更好的代码格式化能力
SQLMesh v0.173.0版本的这些改进,从架构扩展性、开发者体验和系统稳定性等多个维度提升了框架的整体质量,为数据工程团队提供了更加强大和可靠的工具。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1