Doltgresql v0.17.0 版本发布:函数创建与执行能力全面增强
Doltgresql 是一个兼容 PostgreSQL 的数据库系统,它结合了 Git 式的版本控制功能与关系型数据库的强大能力。该项目旨在为开发者提供类似 Git 的工作流来管理数据库变更,同时保持与 PostgreSQL 的高度兼容性。
最新发布的 v0.17.0 版本带来了多项重要改进,特别是在用户自定义函数支持方面取得了显著进展。以下是对本次更新的技术解读:
函数创建与执行能力突破
本次更新的核心亮点是实现了对 CREATE FUNCTION 语句的完整支持。开发团队构建了一个全新的解释器基础架构,专门用于处理函数创建和执行逻辑。这个解释器能够:
- 解析 PL/pgSQL 函数定义
- 将函数体转换为可执行的中间表示
- 支持函数调用和执行
值得注意的是,团队采用了创新的方法处理 PL/pgSQL 语法解析问题。由于 PL/pgSQL 与标准 SQL 语法存在难以调和的冲突,他们引入了专门的 pg_analyze 包来处理这部分逻辑,确保了语法解析的准确性。
变量引用与 ALIAS 语句支持
在函数实现细节方面,v0.17.0 改进了变量引用处理机制。新版本采用词法分析技术精确识别变量名,避免了简单的文本匹配可能导致的错误替换。同时,该版本完整实现了 PL/pgSQL 中的 ALIAS 语句支持,进一步提升了与 PostgreSQL 的兼容性。
列默认值与生成列改进
针对表结构定义,本次更新修复了多个与列默认值和生成列相关的关键问题:
- 修正了函数调用语法解析问题,现在支持无参数函数调用
- 实现了
substring()函数的缺失形式 - 添加了
gen_random_uuid()函数实现 - 改进了生成列表达式的括号包装处理
架构优化与错误处理增强
在系统架构层面,v0.17.0 引入了几个重要改进:
- 为各种内部 ID 类型创建了类型安全的包装器,提高了代码健壮性
- 实现了 ID 变更分发机制,使系统组件能够更优雅地处理依赖关系变化
- 将所有
fmt.Errorf()调用替换为 CockroachDB 的错误库,提供了更丰富的错误堆栈信息
兼容性与实用性提升
为了改善用户体验,新版本增加了多项兼容性改进:
- 支持解析但忽略
VACUUM语句(作为无操作实现) - 增强
COPY FROM语句支持,现在可以处理不包含所有列的输入数据 - 增加了忽略不受支持 DDL 操作的环境变量选项
构建系统改进
针对 Windows 平台,修复了引入 CGO 依赖后出现的 SSP(栈溢出保护)链接器错误,确保了跨平台构建的稳定性。
总结
Doltgresql v0.17.0 标志着项目在 PostgreSQL 兼容性道路上迈出了重要一步,特别是在用户自定义函数支持方面取得了实质性进展。这些改进不仅增强了系统功能,也为后续开发奠定了更坚实的基础。随着解释器架构的完善和核心功能的持续增强,Doltgresql 正逐步成为兼具版本控制能力和 PostgreSQL 兼容性的独特数据库解决方案。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00