GreptimeDB 0.15.0 夜间版本发布:性能优化与功能增强
GreptimeDB 是一款开源的分布式时序数据库,专注于处理大规模时序数据场景。它结合了时序数据库的高效存储和查询能力,同时提供了分布式系统的水平扩展性。本次发布的 0.15.0 夜间版本带来了多项性能优化和新功能,进一步提升了系统的稳定性和查询效率。
核心改进与优化
查询性能显著提升
本次版本在查询性能方面做了多项优化。首先实现了 Prometheus 相关查询计划的交换律规则,使得查询优化器能够更智能地重组查询计划,减少不必要的计算。其次新增了 SlowQueryRecorder 组件,能够自动记录执行时间超过阈值的慢查询到系统表中,帮助开发者分析和优化查询性能。默认的慢查询阈值也从 5 秒调整为更合理的 30 秒。
批量写入功能增强
批量写入功能得到了显著增强,现在支持同时写入多个时间分区,大幅提高了大批量数据导入的效率。同时针对单区域批量插入场景实现了快速路径优化,减少了不必要的处理开销。在原子写入方面也做了改进,现在会保留原子写入目录而不是隐藏它,并在写入失败时自动清理临时文件,提高了写入的可靠性。
分布式系统稳定性提升
在分布式系统层面,改进了流节点选择机制,现在会避免随机选择前端节点,同时优化了锁的使用策略,防止锁饥饿问题。元数据服务增加了推送器注销信号到邮箱接收器的功能,提高了节点间通信的可靠性。当自动主题创建被禁用时,现在会追加无操作条目,保持系统行为的可预测性。
新功能亮点
新型扫描器 SeriesScan
引入了全新的 SeriesScan 扫描器,专门为按系列查询指标数据而设计。这种扫描方式能够更高效地组织数据扫描过程,特别适合需要按时间线聚合的查询场景。配合新增的 PlainBatch 数据结构,为时序数据处理提供了更灵活的基础设施。
导出功能增强
数据导出到 S3 的功能得到了扩展,增加了更多配置选项,为用户提供了更细粒度的控制能力。这使得将 GreptimeDB 中的数据导出到对象存储进行长期归档或进一步分析变得更加灵活方便。
问题修复与细节改进
本次发布还修复了多个问题,包括表元数据收集的准确性、PromQL 正则表达式锚点行为、以及各种拼写错误等。在构建系统方面,更新了 Nix 构建链接器,提高了跨平台构建的兼容性。
总结
GreptimeDB 0.15.0 夜间版本通过一系列性能优化和新功能增强,进一步巩固了其作为高性能时序数据库的地位。从查询优化到批量写入改进,再到分布式系统稳定性的提升,这些变化都体现了开发团队对产品性能和可靠性的持续关注。对于需要处理大规模时序数据的用户来说,这个版本值得关注和试用。
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