BemiDB v0.34.0版本发布:增强PostgreSQL兼容性与查询性能
2025-07-02 01:19:56作者:董斯意
BemiDB是一个专注于数据变更追踪与审计的开源数据库系统,它通过记录数据的历史变更来提供完整的数据溯源能力。最新发布的v0.34.0版本在PostgreSQL兼容性和查询性能方面做出了重要改进,使开发者能够更顺畅地在现有PostgreSQL生态中使用BemiDB。
核心功能增强
支持information_schema.columns中的UDT列
在此版本中,BemiDB增强了对PostgreSQL系统目录表的兼容性,特别是对information_schema.columns视图中的用户定义类型(UDT)列的支持。这一改进使得:
- 数据库工具和应用能够正确识别和显示用户自定义数据类型
- 提升了与ORM框架的兼容性,特别是那些依赖系统目录表来获取元数据的框架
- 为开发者提供了更完整的类型系统信息,便于进行数据库架构分析和文档生成
为pg_catalog创建内存DuckDB表和视图
BemiDB现在会在内存中为pg_catalog系统目录创建对应的DuckDB表和视图,这一架构优化带来了显著优势:
- 实现了PostgreSQL系统目录与DuckDB引擎的无缝集成
- 提高了系统目录查询的性能,因为数据可以直接在内存中处理
- 保持了与PostgreSQL生态工具的兼容性,同时利用DuckDB的高效查询能力
- 为后续更深入的PostgreSQL兼容性改进奠定了基础
优化PG表函数调用的SELECT查询性能
针对PostgreSQL表函数调用的SELECT查询进行了专门优化:
- 改进了查询计划生成,减少了不必要的中间结果处理
- 优化了函数结果集的物化策略,降低了内存使用
- 提升了复杂函数调用场景下的查询响应速度
- 使得在BemiDB中使用PostgreSQL风格的函数表查询更加高效
技术实现亮点
在底层实现上,v0.34.0版本展示了BemiDB团队在数据库引擎集成方面的深厚技术积累:
-
类型系统兼容:通过扩展DuckDB的类型系统处理逻辑,实现了对PostgreSQL UDT类型的精确映射和转换。
-
内存优化架构:创新的内存表视图机制,在不影响持久化存储的情况下,为系统目录访问提供了高性能路径。
-
查询优化器增强:针对PostgreSQL特有的表函数调用模式,实现了专门的查询重写和优化规则。
应用场景与价值
这一版本的改进特别适合以下场景:
- 数据审计系统:需要同时处理业务数据和元数据变更追踪的场景
- 混合架构应用:同时使用PostgreSQL和DuckDB特性的应用程序
- 数据分析平台:需要对数据库元数据进行复杂查询的分析工具
对于开发者而言,这些改进意味着:
- 更少的兼容性代码和特殊处理
- 更接近原生PostgreSQL的开发体验
- 在保持数据变更追踪能力的同时获得更好的查询性能
总结
BemiDB v0.34.0通过精心设计的兼容性改进和性能优化,进一步缩小了与PostgreSQL的差异,同时保持了其核心的数据变更追踪能力。这些改进不仅提升了开发者的使用体验,也为构建更复杂的数据审计和分析应用提供了更强大的基础。随着对PostgreSQL生态系统的持续集成,BemiDB正在成为一个既具备专业数据追踪能力,又能无缝融入现有技术栈的独特数据库解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
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
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219