Databend v1.2.752-nightly版本发布:支持工作负载组并发控制与Decimal64数据类型
Databend是一款开源的云原生数据仓库,采用Rust语言开发,具有高性能、弹性扩展和低成本等特点。它支持标准SQL语法,能够处理PB级别的数据分析任务,同时兼容多种数据格式和存储后端。
本次发布的v1.2.752-nightly版本带来了多项重要功能更新和优化,主要包括工作负载组并发控制支持、Decimal64数据类型引入,以及多项问题修复和功能改进。
核心功能更新
工作负载组并发控制
新版本中增加了对工作负载组(workload group)的max_concurrency配额支持。这一功能允许管理员为不同的工作负载组设置最大并发查询数,从而实现对系统资源的精细化管理和分配。通过这一机制,可以确保关键业务查询获得足够的计算资源,避免资源争用导致的性能下降。
Decimal64数据类型支持
Databend在此版本中引入了Decimal64数据类型,这是对现有Decimal类型系统的重要扩展。Decimal64提供了更高的数值精度和更优的性能表现,特别适合金融、会计等需要高精度计算的场景。新数据类型能够精确表示小数点后多位数字,避免了浮点数运算中常见的精度损失问题。
问题修复与稳定性提升
本次更新修复了多个影响系统稳定性和用户体验的问题:
-
优化了HTTP请求日志记录机制,现在只会在请求首次发生时记录日志,避免了重复日志带来的存储浪费和分析复杂度。
-
修复了存储层中角色ARN和外部ID更新失败的问题,现在用户可以正常修改这些关键配置项。
-
解决了UPDATE操作中出现的"Unable to get field named..."错误,提升了数据更新操作的可靠性。
-
修复了集群模式下before_partial shuffle操作可能引发的panic问题,增强了分布式查询的稳定性。
元数据管理改进
在元数据管理方面,本次更新做了两项重要改进:
-
历史表结构变更支持:现在可以向历史表中添加新列,这一改进使得系统能够更灵活地适应业务需求变化。
-
元数据导入优化:在使用metactl工具导入数据时,现在会同时写入数据版本信息,便于后续的版本管理和数据一致性检查。
兼容性与功能增强
为了提升与其他数据库系统的兼容性,Databend在此版本中做了多项调整:
-
改进了CHAR函数的实现,使其行为与PostgreSQL和Snowflake更加一致。
-
新增了UNICODE函数,用于获取字符串中第一个字符的Unicode码点。
-
实现了Oracle兼容的INSTR函数,方便从Oracle迁移的用户使用。
-
调整了TRUNC函数的逻辑测试,确保Interval类型字符串表示的标准化。
总结
Databend v1.2.752-nightly版本在功能丰富性、系统稳定性和兼容性方面都取得了显著进步。特别是工作负载组并发控制和Decimal64数据类型的引入,为企业在复杂场景下的数据管理和分析提供了更强大的支持。各项问题修复和功能优化也进一步提升了产品的成熟度和用户体验。
对于正在使用或考虑采用Databend的企业和开发者来说,这个版本值得关注和评估。特别是那些需要精细资源控制、高精度数值计算或多数据库兼容性的应用场景,新版本提供的功能将带来明显的价值提升。
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