jOOQ 3.18.29版本发布:数据库交互工具的重要更新
jOOQ(Java Object Oriented Querying)是一个流行的Java数据库交互工具,它允许开发者以类型安全的方式编写SQL查询,并提供了强大的代码生成功能。作为Java生态中数据库访问层的重要组件,jOOQ通过将SQL语句转化为类型安全的Java代码,极大地提高了开发效率和代码质量。
新版本核心改进
最新发布的jOOQ 3.18.29版本带来了多项功能增强和问题修复,主要围绕以下几个方面:
-
日志与诊断增强:新增了关于Settings.namePathSeparator的WARN级别日志,当开发者关闭标识符引用并使用扁平化嵌套行时,系统会提供更有价值的诊断信息。
-
Snowflake数据库支持改进:
- 现在可以从INFORMATION_SCHEMA.TABLES中读取表注释
- 修复了SET SCHEMA实现问题
- 优化了CREATE TABLE语句中的注释格式,消除了多余的空格
-
MULTISET仿真增强:
- 修复了XML仿真模式下NULL字符串值的编码问题
- 解决了深度嵌套记录中touched标志设置不正确的问题
- 改进了未命名列在SQL Server上的兼容性
- 确保Converter<String, String>在multisets中正确应用
关键问题修复
本次更新包含了多个重要的问题修复,显著提升了框架的稳定性和兼容性:
-
Oracle兼容性修复:
- 解决了使用R2DBC读取XML类型表达式时的ORA-17004错误
- 修正了NVARCHAR CAST生成错误类型的问题
-
间隔类型处理:
- YearToMonth::valueOf现在可以正确解析P0D(有效的Period值)
- 修复了解析带有负数组件的ISO间隔值时的错误
-
SQL Server特定问题:
- 解决了ROWNUM转换阻止FOR UPDATE转换的问题
- 改进了MULTISET XML仿真对未命名列的处理
-
其他数据库修复:
- 修正了SQLite实际上不支持REGEXP操作符的问题
- 解决了Derby不真正支持DSLContext::nextvals和DSL::digits的问题
-
代码生成改进:
- 修复了XJC生成的toString()方法产生空列表元素的问题
- 解决了XJC生成的equals()和hashCode()对List延迟初始化敏感的问题
技术细节深入
对于高级用户,有几个技术细节值得特别关注:
-
AbstractRowAsField改进:现在在使用别名扁平化字段仿真嵌套记录时,会正确生成DSL.quotedName()标识符,提高了SQL语句的兼容性。
-
批处理渲染优化:修复了BatchMultiple渲染上下文缺少executeContext()引用的问题,提升了批处理操作的可靠性。
-
参数编号一致性:解决了Query.getSQL(NAMED)在处理null UDT值时产生的参数编号间隙问题,同时确保Query::getBindValues仍能正确生成值。
-
窗口函数优化:修正了Snowflake中使用WITH TIES语法时窗口规范未内联的问题。
升级建议
对于正在使用jOOQ 3.x版本的用户,特别是那些使用Snowflake、Oracle或SQL Server数据库的项目,建议尽快升级到3.18.29版本以获取这些重要的修复和改进。升级过程通常只需更新依赖版本即可,但需要注意:
-
如果项目中使用了自定义的MULTISET仿真逻辑,可能需要检查与新版本的兼容性。
-
对于依赖XJC生成代码的项目,建议重新生成代码以获取修复后的equals()和toString()实现。
-
使用SQLite REGEXP操作符的项目需要调整查询,因为实际上SQLite并不原生支持这一操作符。
jOOQ持续为Java开发者提供强大的数据库访问能力,这个维护版本的发布再次证明了项目团队对产品质量和用户体验的承诺。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00