AutoMQ 1.4.0版本发布:流存储引擎的重大升级
AutoMQ是一个开源的分布式流存储引擎,基于云原生架构设计,旨在提供高性能、低延迟的消息队列服务。1.4.0版本是该项目的重大更新,带来了多项核心功能的增强和性能优化。
核心功能增强
-
表主题支持:新增了对表主题(Table Topic)的支持,包括分区配置和upsert操作,为流处理场景提供了更灵活的数据处理能力。
-
快照读取优化:引入了快照读取缓存机制,显著提升了读取性能,同时支持首选节点读取功能,优化了分布式环境下的数据访问效率。
-
Kafka链接接口:新增了与Kafka生态系统的深度集成能力,支持通过配置实现与现有Kafka集群的无缝对接。
-
断路器机制:新增了节点级断路器功能,当节点出现异常时能够自动隔离,防止问题扩散影响整个集群。
性能优化
-
S3流写入优化:实现了写入流量控制机制,避免对象存储被突发流量冲击,同时增加了写入超时配置,提升了系统稳定性。
-
WAL日志改进:对WAL(Write-Ahead Log)进行了多项优化,包括增加追加超时机制、修复恢复模式下的偏移量问题,以及实现顺序完成追加操作,显著提升了日志系统的可靠性。
-
内存管理增强:优化了ByteBuf的内存释放机制,减少了内存碎片化问题,同时修复了多处可能导致内存泄漏的问题。
运维监控增强
-
指标导出改进:支持GZIP压缩上传指标和日志数据,减少了网络传输开销。
-
证书监控:新增了证书相关指标的监控能力,便于运维人员掌握系统安全状态。
-
配置灵活性:增加了多项配置选项,如S3流对象压缩最大大小默认值从1GiB调整为10GiB,提供了更大的灵活性。
工具链完善
-
性能测试工具:性能测试工具增加了对Schema消息的支持,优化了用户体验,并新增了消费者最大拉取速率限制功能。
-
部署工具:改进了部署脚本,能够正确覆盖控制器仲裁引导服务器配置。
稳定性修复
-
修复了多个关键问题:包括修复了S3流索引潜在泄漏问题、解决了压缩过程中可能出现的阻塞问题、修正了WAL恢复模式下的约束条件等。
-
改进错误处理:实现了快速失败机制,当S3请求出现问题时能够及时终止,避免长时间等待。
1.4.0版本的发布标志着AutoMQ在性能、稳定性和功能完备性上都达到了一个新的高度,特别是对云原生环境和大规模流处理场景的支持更加完善。新加入的快照读取优化和断路器机制等特性,使得系统在高负载和异常情况下的表现更加可靠。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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