MongoDB PHP驱动1.21.0版本发布:功能增强与未来规划
MongoDB PHP驱动是PHP开发者连接MongoDB数据库的核心组件,它为PHP应用程序提供了高性能、功能丰富的数据库访问能力。作为PHP与MongoDB之间的桥梁,这个驱动不仅实现了基本的CRUD操作,还支持高级功能如聚合管道、事务处理等。
近日,MongoDB PHP驱动团队正式发布了1.21.0版本,这个版本带来了一些实用的新特性,同时也为即将到来的2.0大版本更新做了准备。让我们一起来看看这个版本的主要变化。
新增功能亮点
-
排序选项支持:在replaceOne和updateOne操作中新增了对sort选项的支持。这个改进让开发者能够更好地控制哪些文档会被更新,特别是在处理匹配多个文档的情况时,可以通过排序规则精确指定要更新的文档。
-
BSON文档数组访问增强:现在在使用MongoDB\BSON\Document实例的数组访问功能时,可以直接使用整数来访问BSON文档中的数字键。这个改进使得处理包含数字键的BSON文档更加直观和方便。
即将废弃的特性
为了准备2.0版本的发布,1.21.0版本中标记了一些即将废弃的特性:
-
UTCDateTime构造函数的浮点数参数:使用浮点数构造MongoDB\BSON\UTCDateTime的方式将被废弃,建议开发者使用其他更明确的时间表示方式。
-
Manager和Server类中的特定方法参数:在executeQuery、executeCommand等方法的参数中直接传递WriteConcern或ReadPreference实例的方式将被废弃,取而代之的是使用对应的writeConcern和readPreference选项。
-
查询中的负limit值:使用负数的limit选项将被废弃。开发者应该改用正数的limit配合singleBatch选项来实现只获取单批结果的需求。
环境要求变化
这个版本对环境要求做了一些调整:
-
PHP版本支持:不再支持PHP 7.4和8.0,PHP 8.1成为新的最低要求版本。这个变化反映了PHP社区的发展趋势,鼓励开发者使用更现代、更安全的PHP版本。
-
依赖库升级:libmongoc和libmongocrypt依赖分别升级到了1.30.1和1.12.0版本,带来了性能改进和安全增强。
-
MongoDB服务器支持:开始逐步淘汰对MongoDB 4.0的支持,未来版本将要求至少使用MongoDB 4.2。这个变化让驱动能够专注于支持更现代的MongoDB特性。
开发者建议
对于正在使用或计划使用MongoDB PHP驱动的开发者,建议:
-
尽快检查项目中是否使用了即将废弃的特性,并开始规划迁移方案。
-
评估升级PHP版本的可能性,确保未来能够继续获得驱动更新和安全补丁。
-
如果还在使用MongoDB 4.0,考虑升级数据库版本以确保持续获得支持。
这个版本的发布标志着MongoDB PHP驱动向着更现代化、更高效的方向发展。虽然包含了一些破坏性变化,但这些变化都是为了提供更好的开发者体验和更可靠的数据库连接能力。对于长期项目来说,尽早适应这些变化将为未来的升级铺平道路。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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