TabularEditor 2.26.0版本发布:增强分析服务模型管理能力
TabularEditor是一款广受欢迎的分析服务模型管理工具,它为Power BI和SQL Server Analysis Services (SSAS) Tabular模型提供了强大的编辑和管理功能。最新发布的2.26.0版本带来了一系列重要更新和改进,进一步提升了工具的实用性和稳定性。
核心更新内容
1. AMO/TOM库升级至19.90.0
本次更新将底层分析服务库升级到了最新版本,这一升级带来了多项重要改进:
-
TMDL正式发布:19.90.0版本标志着TMDL(Tabular Model Definition Language)的正式可用,这为模型定义提供了更强大的表达能力。
-
认证机制优化:新版本改进了认证流程,解决了之前版本中存在的认证问题。现在工具会自动使用当前登录的Entra ID账户进行连接,简化了认证流程。
-
MFA支持:如果需要使用多因素认证(MFA)连接Azure AS或Power BI的XMLA端点,只需在用户名处输入一个空格字符(密码留空),系统就会弹出账户选择器窗口。
2. 行级安全性(RLS)表达式改进
在添加行级安全性表达式时,工具现在会自动将模型权限设置为"Read",这一改进与TabularEditor 3保持一致,确保了权限设置的合理性和一致性。
3. 新增模型元数据源属性
新版本引入了一个重要的新属性MetadataSource,它记录了模型元数据的来源信息。这一功能对于需要处理模型文件的脚本特别有用,例如:
- 脚本可以轻松访问模型加载的原始文件夹结构
- 开发者可以基于元数据来源实现特定的自动化处理逻辑
- 提供了更完整的模型上下文信息,便于调试和问题排查
关键问题修复
1. 分区部署逻辑优化
在部署模型时,如果选择排除分区,或者包含分区但不包括受增量刷新策略控制的分区,工具现在会正确处理相关属性:
- 不再部署表对象上与刷新策略相关的属性(如
SourceExpression、RollingWindowGranularity等) - 确保了部署行为的准确性和一致性
- 避免了不必要的属性传输,提高了部署效率
技术生态扩展
TabularEditor团队还宣布了一个重要消息:TOMWrapper库现在可以作为独立解决方案使用。这个库包含了运行最佳实践分析器(Best Practice Analyzer)所需的所有命名空间和类,具有以下特点:
- 同时支持.NET Framework和.NET 6/.NET 8
- 为开发者提供了更灵活的集成选项
- 未来可能发布到NuGet,进一步简化集成过程
总结
TabularEditor 2.26.0版本通过底层库升级、功能增强和问题修复,进一步巩固了其作为分析服务模型管理首选工具的地位。特别是对TMDL的支持和认证流程的改进,使得工具能够更好地服务于现代数据分析场景。对于Power BI和SSAS Tabular开发者来说,升级到最新版本将带来更流畅、更可靠的开发体验。
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