Userver框架v2.9版本发布:日志增强与数据库驱动优化
Userver是一个现代化的C++异步服务框架,专注于高性能和易用性。它提供了构建微服务的完整工具链,包括HTTP服务器、数据库驱动、日志系统等基础设施。最新发布的v2.9版本带来了多项重要改进,特别是在日志系统和数据库驱动方面。
日志系统全面升级
v2.9版本对日志系统进行了重大改进,引入了fmt风格的格式化支持。开发者现在可以使用更直观的字符串插值语法:
LOG_INFO("用户 {} 从 {} 登录", user_id, ip_address);
这种格式化方式不仅代码更简洁,还支持lambda表达式,为复杂日志场景提供了更大的灵活性。同时,框架优化了日志输出格式,默认隐藏了thread_id和task_id等冗余信息,使得INFO及以上级别的日志更加简洁易读。
数据库驱动增强
PostgreSQL驱动新增了静态配置选项statement-log-mode,允许完全禁用SQL语句日志记录,这在生产环境中处理敏感数据时特别有用。同时,PostgreSQL缓存特性现在支持kOrderBy和DISTINCT ON表达式组合,使得开发者能够只存储数据切片,优化内存使用。
ClickHouse驱动现在全面支持double类型数据的查询操作,填补了之前的功能空白。YDB驱动则扩展了编译器兼容性,现在不仅支持Clang,也能在GCC下正常工作,不过仍需要C++20标准支持。
Redis组件在哨兵模式下新增了通过database_index配置项选择数据库索引的功能,为多数据库环境提供了更好的支持。此外,修复了独立Redis实例状态变更通知的问题,确保状态变化时能及时触发通知。
gRPC性能与安全改进
gRPC组件在本版本中获得了显著优化。大型请求和响应消息的日志记录速度大幅提升,同时建议使用[debug_redact = true]替代原有的[(userver.field).secret = true]标记敏感字段,提供了更符合gRPC原生特性的数据保护方式。
服务器和客户端的日志标签现在保持了一致性,便于跨服务日志追踪。中间件功能也得到了增强和完善,文档中新增了更多使用示例和最佳实践。
构建系统与工具链优化
构建系统方面,v2.9修复了多个兼容性问题:
- 解决了ClickHouse驱动中浮点数转义的编译问题
- 修复了curl 8.13和fmt 11的兼容性问题
- 新增了
USERVER_DEBUG_INFO_COMPRESSION构建选项,改进了调试信息压缩检测算法
项目还新增了Debian 12的依赖说明和构建指南,同时优化了Conan源文件的导出逻辑,只包含未被git忽略的文件。
开发者体验提升
v2.9版本引入了一个重要的新工具userver-create-service脚本,用于快速创建新服务项目。这标志着GitHub服务模板的正式弃用,新的脚本方式提供了更灵活和可定制化的服务创建流程。
测试套件也进行了现代化改造,移除了event_loop用法并采用asyncio-socket。堆栈使用监控器现在可以通过环境变量USERVER_GTEST_ENABLE_STACK_USAGE_MONITOR在测试中禁用,为特定测试场景提供了更多控制权。
文档与诊断增强
文档系统获得了多项补充和完善:
- 新增了代码生成概述、外部SQL/YQL文件使用和协程堆栈等专题文档
- 改进了Kafka指标系统并完善了相关文档
- 为Redis驱动的
Eval系列函数添加了详细文档和示例 - 动态配置的结构和解析器现在通过chaotic从模式自动生成
总体而言,Userver v2.9版本在功能丰富性、性能优化和开发者体验方面都取得了显著进步,特别是日志系统和数据库驱动的改进,使得这个C++微服务框架更加成熟和实用。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
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