SpiceAI v1.2.2 发布：增强 Databricks 集成与模型服务能力

SpiceAI 是一个开源的数据与 AI 基础设施平台，旨在简化企业级数据应用和 AI 模型的开发与部署流程。它提供了统一的数据访问层、模型服务框架和实时计算能力，帮助开发者快速构建智能应用。最新发布的 v1.2.2 版本重点增强了与 Databricks 生态系统的集成能力，并改进了多项核心功能。

深度集成 Databricks 模型服务

本次更新的亮点之一是 SpiceAI 现在原生支持 Databricks Mosaic AI 模型服务。开发者可以直接在 Spice 配置文件中声明 Databricks 托管的 LLM 大语言模型和 embedding 嵌入模型，无需额外编写集成代码。

这种集成采用机器对机器(M2M)的 OAuth 认证方式，通过服务主体(Service Principal)的 client_id 和 client_secret 进行安全认证。Spice 运行时会自动管理令牌刷新，确保长时间运行的稳定性。配置示例如下：

models:
  - from: databricks:databricks-llama-4-maverick
    name: llama-4-maverick
    params:
      databricks_endpoint: your-databricks-instance.cloud.databricks.com
      databricks_client_id: ${secrets:DATABRICKS_CLIENT_ID}
      databricks_client_secret: ${secrets:DATABRICKS_CLIENT_SECRET}

embeddings:
  - from: databricks:databricks-gte-large-en
    name: gte-large-en
    params:
      databricks_endpoint: your-databricks-instance.cloud.databricks.com
      databricks_client_id: ${secrets:DATABRICKS_CLIENT_ID}
      databricks_client_secret: ${secrets:DATABRICKS_CLIENT_SECRET}

这种设计既保证了安全性，又简化了配置流程，特别适合企业级部署场景。

Helm 图表服务端口可配置化

对于 Kubernetes 部署用户，v1.2.2 改进了 Helm 图表的灵活性。现在可以通过 values 文件自定义服务端口，满足不同网络环境的需求。这一改进使得 SpiceAI 在复杂的 Kubernetes 集群中部署更加灵活，能够适应各种网络策略和端口分配方案。

核心功能优化与问题修复

本次版本还包含多项稳定性改进和 bug 修复：

1. MCP 嵌套工具调用修复：解决了当 Spice 作为 MCP 服务器时，无法正确处理嵌套工具调用的问题，完善了多模型协作场景下的功能完整性。

2. 数据集并行加载优化：现在正确遵循 dataset_load_parallelism 配置参数，优化了大数据集加载时的资源利用率，提高了初始化速度。

3. 加速配置热重载：修复了修改加速配置后需要重启服务才能生效的问题，现在支持实时检测 Spicepod.yaml 中的变更，提升了开发效率。

4. 缓存管理增强：限制了单个缓存记录的最大尺寸（4GB），并优化了缓存键计算逻辑，特别是处理 no-cache 头部的场景。

5. MySQL 连接字符集：自动设置 character_set_results/character_set_client/character_set_connection 会话变量，确保字符编码一致性。

技术实现细节

在底层实现上，SpiceAI v1.2.2 引入了专门的 token_providers 模块来统一管理各种认证令牌。该模块采用后台自动刷新机制，确保长期运行的稳定性。对于 Databricks 集成，特别优化了用户代理字符串的传递，便于服务端识别和监控。

在 SQL 处理方面，增强了 Iceberg 表格式的谓词下推能力，确保查询条件能够正确匹配 Parquet 文件中的列类型。同时改进了 SQLite 中数值 BETWEEN 操作的比较逻辑，使用 decimal_cmp 确保精度准确性。

升级建议

对于现有用户，v1.2.2 是一个无破坏性变更的版本，可以平滑升级。推荐所有使用 Databricks 服务的用户升级以获取完整的模型集成能力。升级方式支持多种途径，包括 CLI 工具、Homebrew、Docker 和 Helm 等标准方式。

总结

SpiceAI v1.2.2 通过深度集成 Databricks 模型服务，进一步巩固了其作为企业级 AI 基础设施的地位。同时，多项核心功能的优化提升了系统的稳定性和开发体验。这些改进使得 SpiceAI 在构建复杂的数据和 AI 应用时更加得心应手，特别是在需要整合多种数据源和模型服务的场景下。