Google Cloud Go Spanner 1.78.0版本发布:搜索索引与多路复用会话支持
Google Cloud Go Spanner是Google Cloud Platform提供的Spanner数据库服务的Go语言客户端库。Spanner是一个全球分布式的关系型数据库服务,提供强一致性、高可用性和水平扩展能力。最新发布的1.78.0版本带来了几项重要更新,包括对搜索索引的支持和会话多路复用功能的增强。
搜索索引功能支持
在1.78.0版本中,Spanner客户端库新增了对tokenlist和创建搜索索引的支持。这一功能扩展了Spanner的全文搜索能力,使开发者能够更高效地实现文本搜索功能。
搜索索引是数据库系统中用于加速文本搜索查询的特殊索引类型。与传统的B-tree索引不同,搜索索引专门为文本内容优化,支持模糊匹配、词干提取等高级搜索功能。tokenlist是搜索索引中用于存储和处理文本标记的数据结构,它能够将文本分解为可搜索的标记单元。
这一功能的加入意味着开发者现在可以直接通过Go客户端库创建和管理Spanner中的搜索索引,而无需依赖外部工具或手动操作。例如,开发者可以为一个包含产品描述的列创建搜索索引,然后使用Spanner的高效全文搜索功能来查找相关产品。
读写事务中的多路复用会话支持
另一个重要改进是对读写事务中会话多路复用功能的增强。会话多路复用(也称为会话池)是Spanner客户端库的一个重要特性,它允许多个客户端请求共享同一个底层会话,从而减少连接建立的开销并提高资源利用率。
在1.78.0版本中,这一功能被扩展到了ReadWriteStmtBasedTransaction类型的读写事务中。这意味着使用语句基础的事务API的应用程序现在也能受益于会话多路复用带来的性能优势。
会话多路复用的工作原理是维护一个可重用的会话池,而不是为每个请求创建新的会话。当应用程序发起请求时,客户端库会从池中获取一个可用会话,使用完毕后将其返回到池中以供后续请求使用。这种方式特别适合高并发的应用场景,可以显著减少连接建立和认证的开销。
安全更新与问题修复
本次发布还包含了一些重要的安全更新和问题修复:
- 更新了
golang.org/x/net依赖至0.37.0版本,修复了潜在的安全漏洞。 - 回滚了ALTS绑定令牌的启用,这可能是因为在某些环境下发现了兼容性问题或性能影响。
ALTS(Application Layer Transport Security)是Google内部使用的一种安全传输协议,用于服务间的认证和加密通信。虽然ALTS提供了高级别的安全性,但在某些部署环境中可能需要更细致的配置和测试。
总结
Google Cloud Go Spanner 1.78.0版本的发布为开发者带来了更强大的文本搜索能力和更高效的会话管理功能。搜索索引的支持使得实现复杂的全文搜索场景变得更加简单,而会话多路复用的扩展则进一步提升了高并发场景下的性能表现。
对于正在使用或考虑使用Google Cloud Spanner的Go开发者来说,升级到1.78.0版本可以获得这些新功能带来的优势。特别是在需要实现产品搜索、内容检索等功能的应用程序中,新的搜索索引支持将大大简化开发工作并提高查询效率。
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