EventStoreDB v24.10.2版本发布:关键修复与性能优化
EventStoreDB是一个高性能的开源事件溯源数据库,专为处理事件流数据而设计。它采用事件溯源架构模式,能够持久化、处理和查询事件序列,广泛应用于微服务架构、CQRS模式实现以及复杂事件处理场景。
核心修复与改进
本次发布的v24.10.2版本主要包含了一系列稳定性修复和性能优化,以下是关键改进点:
持久化订阅消息处理优化
开发团队修复了持久化订阅中重试事件时处理重放消息的问题。在事件处理失败并需要重试时,系统现在能够正确处理重放的消息序列,确保事件处理的幂等性和顺序性。这一改进显著提升了在高负载情况下持久化订阅的可靠性。
Linux系统磁盘统计准确性提升
针对Linux环境下的磁盘监控,本次更新改进了磁盘统计数据的计算方式。系统现在能够正确识别并监控特定挂载点的磁盘使用情况,而非默认的根目录(/)统计。这一变化使得在多磁盘环境下,管理员能够获取更精确的存储使用情况数据,便于容量规划和性能调优。
时间精度计算优化
修复了一个与时间戳转换相关的潜在问题。原实现假设Stopwatch.Frequency是TimeSpan.TicksPerSecond的整数倍,这在某些硬件平台上可能不成立。新版本采用了更精确的时间计算方法,确保在各种硬件配置下都能获得准确的时间测量结果。
存储写入服务稳定性增强
解决了StorageWriterService中可能出现的取消操作异常问题。这一改进使得在系统关闭或服务重启时,写入操作能够更优雅地终止,减少了因意外中断导致数据损坏的风险。
功能增强
持久化订阅分页支持
本次更新为持久化订阅添加了分页功能支持。这一特性使得客户端能够更高效地处理大量事件,特别是在需要分批处理或流式传输的场景下。开发者现在可以更灵活地控制事件获取的批处理大小,优化内存使用和网络传输效率。
监控指标改进
调整了直方图桶(histogram buckets)的配置,使其与监控仪表板的展示更加一致。这一变化使得性能监控数据更加直观,便于运维人员快速识别系统瓶颈。同时修复了Linux系统下部分磁盘IO统计数据显示为零的问题,确保了监控数据的完整性和准确性。
系统稳定性提升
修复了多个可能导致系统不稳定的边界条件问题,包括对空流("")元数据设置的有效性验证,以及避免在某些情况下重复创建中间点(midpoints)的问题。这些改进进一步增强了系统在异常情况下的健壮性。
EventStoreDB v24.10.2版本通过这些针对性的修复和优化,为生产环境提供了更高的可靠性和性能表现。对于正在使用EventStoreDB的企业和开发者,建议评估这些改进对现有系统的影响,并计划适当的升级窗口。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00