ClickHouse Java客户端v0.8.5版本发布:功能增强与Bug修复
ClickHouse Java客户端是一个用于连接和操作ClickHouse数据库的Java库,它提供了多种连接方式(包括HTTP和JDBC)以及丰富的数据处理功能。该项目由ClickHouse官方维护,旨在为Java开发者提供高效、稳定的ClickHouse数据库访问能力。
功能改进
在v0.8.5版本中,JDBC v2组件新增了SQL调试功能,开发者现在可以查看最终执行的SQL语句,这对于调试复杂查询和性能优化非常有帮助。这一改进使得开发者在遇到查询问题时能够更直观地了解实际发送到数据库的SQL内容。
关键Bug修复
-
物化视图支持:修复了客户端v2在处理物化视图时创建TableSchema的问题,这解决了POJO序列化/反序列化相关的多个问题。物化视图是ClickHouse中常用的性能优化手段,这一修复使得Java应用能够更稳定地处理物化视图数据。
-
复杂类型处理:修复了
Nullable类型嵌套在SimpleAggregateFunction列中的处理问题。ClickHouse支持多种复杂数据类型组合,这一修复增强了类型系统的健壮性。 -
JDBC元数据改进:解决了服务器信息请求的时机问题,现在会在服务器时区设置后正确获取服务器信息。同时修复了
getIndexInfo()返回null的问题,现在会返回空结果集。这些改进使得JDBC元数据操作更加符合标准行为。 -
数据类型映射:针对ClickHouse特有的无符号整数类型(UInt8、UInt16、UInt32、UInt64、UInt128、UInt256),完善了到Java类型的映射关系。由于JDBC规范本身不支持无符号整数,这些类型被映射为最接近的Java类型,并以SQL类型
OTHER表示。 -
PreparedStatement规范:根据JDBC规范,禁止在PreparedStatement实例上调用Statement接口的方法,这提高了API使用的规范性。
-
UUID处理:修复了PreparedStatement中UUID数据类型的处理问题,确保了这种常用数据类型的稳定支持。
版本兼容性
该版本继续保持对ClickHouse各版本的广泛兼容性,同时优化了与JDBC规范的符合程度。开发者可以放心升级,特别是那些需要使用物化视图、复杂数据类型或无符号整数的项目。
升级建议
对于现有项目,特别是遇到物化视图处理问题或需要使用无符号整数类型的应用,建议升级到此版本。新项目可以直接采用此版本作为起点,以获得更稳定的数据类型支持和更完善的JDBC功能。
这个版本的发布进一步巩固了ClickHouse Java客户端作为连接ClickHouse数据库首选Java解决方案的地位,特别是在企业级应用和数据分析场景中。
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