GreptimeDB v0.12.0 夜间版本技术解析:性能优化与功能增强
GreptimeDB 是一款开源的分布式时序数据库,专注于处理大规模时序数据场景。它结合了时序数据库的高效存储和传统关系型数据库的易用性,支持多种查询语言和协议,包括 SQL、PromQL 等。本次发布的 v0.12.0 夜间版本带来了多项性能优化和新功能增强。
核心性能优化
本次版本在多个层面进行了性能优化,显著提升了数据库的处理能力。在 KV 存储后端实现中,通过重构 pgkv 使用 prepare_cache,获得了约 10% 的性能提升。对于 LastNonNullIter 迭代器的优化更是带来了惊人的 10 倍性能提升,这对于处理稀疏时序数据特别有价值。
在查询处理方面,窗口排序操作现在支持对字段和时间索引的过滤条件,这大大提高了特定场景下的查询效率。同时,通过优化正则表达式过滤器的处理,避免了不必要的计算开销。
存储引擎改进
存储层引入了多项重要改进。Puffin 存储引擎现在支持元数据查询方法,并调整了暂存器的回收策略,这些改动优化了存储空间利用率和查询性能。新的暂存器通知机制能够收集相关指标,为系统监控和调优提供了更多数据支持。
查询功能增强
查询功能方面,PromQL 查询引擎获得了多项改进。现在支持对数据库名称的别名匹配,改进了标签值的转义处理,并增加了对不存在标签过滤条件的忽略处理。同时新增了系列计数指标,方便监控查询负载。
特别值得注意的是,现在支持在表变更操作中修改跳过索引(skipping index),这为动态调整索引策略提供了灵活性。此外,查询上下文现在包含快照序列号字段,为分布式查询提供了更好的隔离性。
协议与兼容性
在协议支持方面,MySQL 和 PostgreSQL 协议现在支持服务器端保持连接功能,这减少了频繁建立连接的开销。同时移除了已弃用的 datetime 类型,统一使用 timestamp 类型,简化了类型系统。
监控与管理
监控能力得到增强,新增了暂存器指标收集功能,可以更好地监控存储引擎的状态。PromQL 查询引擎现在会记录系列计数指标,帮助管理员了解查询负载情况。
总结
GreptimeDB v0.12.0 夜间版本通过多方面的优化和功能增强,进一步提升了系统的性能和可用性。从存储引擎的底层改进到查询功能的丰富,再到监控能力的完善,这些变化共同构成了一个更强大、更稳定的时序数据库解决方案。对于需要处理大规模时序数据的应用场景,这个版本值得关注和评估。
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