Jitsu v2.10.0发布:数据集成平台迎来DuckDB支持与智能同步升级
Jitsu是一个开源的实时数据收集和集成平台,它能够帮助开发者轻松地将各种数据源(如网站、移动应用、数据库等)的数据收集并传输到数据仓库或分析工具中。最新发布的v2.10.0版本带来了多项重要更新,包括对MotherDuck(DuckDB)的支持、电子邮件通知功能以及智能化的同步机制改进。
核心功能更新
MotherDuck(DuckDB)目的地支持
本次更新最引人注目的特性是新增了对MotherDuck(DuckDB)目的地的支持。DuckDB是一个轻量级的分析型数据库管理系统,特别适合嵌入式分析和OLAP工作负载。MotherDuck则提供了DuckDB的云服务版本。
这一集成意味着用户现在可以直接将收集到的数据发送到DuckDB进行分析处理,为需要轻量级、高性能分析解决方案的场景提供了新的选择。DuckDB以其出色的查询性能和简单的部署方式,在数据分析领域获得了广泛关注。
电子邮件通知系统
v2.10.0版本引入了电子邮件通知功能,这是一个重要的运维增强。管理员现在可以配置系统在各种事件发生时发送邮件通知,如任务失败、系统警告等重要事件。这一功能大大提升了系统的可观测性和运维效率。
智能同步与模式变更处理
新版本改进了数据同步机制,增加了"Schema Changes"选项。这一功能能够自动检测和处理源连接器(如文件或数据库)中的模式变更或新数据流。这意味着当源数据结构发生变化时,系统能够自动适应,无需人工干预,显著减少了维护工作量。
技术改进与优化
身份拼接功能修复
身份拼接(Identity Stitching)是Jitsu的一个重要功能,它能够将来自不同渠道的同一用户数据进行关联。v2.10.0修复了相关的问题,提升了这一功能的准确性和可靠性。
ClickHouse目的地增强
虽然ClickHouse一直支持JSON数据类型,但在此版本中,Jitsu提供了实验性的JSON类型支持。用户可以通过在连接参数中添加enable_json_type=1来启用这一功能,为处理半结构化数据提供了更多灵活性。
兼容性改进
为了支持更广泛的客户端,v2.10.0添加了与新版analytics-react-native包兼容的端点。这一改进使得移动应用开发者能够更顺畅地集成Jitsu的数据收集功能。
重要变更说明
需要注意的是,本次版本包含一个破坏性变更:事件日志设置中的ClickHouse主机配置现在需要显式指定HTTP(S)协议的端口。例如,配置格式应从clickhouse.example.com改为clickhouse.example.com:8443。这一变更可能会影响现有部署,升级时需要特别注意。
总结
Jitsu v2.10.0通过新增对DuckDB的支持、增强的通知系统和智能同步功能,进一步巩固了其作为现代数据集成平台的地位。这些改进不仅扩展了平台的能力范围,也提升了用户体验和运维效率。对于正在寻找灵活、可扩展数据解决方案的团队来说,这一版本值得认真考虑。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00