Sqruff v0.28.0 版本发布:SQL 语法解析与优化工具的重大更新
Sqruff 是一个专注于 SQL 语法解析和优化的开源工具,它能够帮助开发者和数据库管理员更好地理解和优化 SQL 查询语句。该项目通过强大的解析引擎和丰富的规则集,支持多种 SQL 方言(如 T-SQL、Snowflake SQL 等),并提供代码风格检查、性能优化建议等功能。
核心架构优化
本次 v0.28.0 版本在底层架构上进行了多项重要改进:
-
错误处理重构:移除了
SqlErrortrait 和ValueError,简化了错误处理机制,使代码更加清晰和高效。这种改变减少了不必要的抽象层,提升了错误处理的直接性和性能。 -
解析器性能提升:对
Ref::keyword方法进行了优化,使其变为无内存分配操作,显著提高了关键字解析的性能。同时移除了StringOrTemplate枚举,简化了词法分析器的实现。 -
日志系统升级:用
log + fern后端替换了原有的tracing日志系统,这一改变降低了依赖复杂度,同时保持了日志功能的完整性和灵活性。
方言支持增强
-
T-SQL 支持改进:
- 解决了
WITH关键字的解析冲突问题 - 完善了
APPLY子句的处理逻辑,防止解析时出现 panic - 修正了标识符以
#结尾时的处理逻辑 - 优化了
MERGE语句与 CTE (Common Table Expressions) 的兼容性
- 解决了
-
Snowflake SQL 支持:新增了对
ASOF连接类型的支持,扩展了 Snowflake 方言的功能覆盖范围。 -
ClickHouse 支持:增加了对反引号标识符的支持,提高了与 ClickHouse 数据库的兼容性。
规则引擎改进
-
CV07 规则修复:修正了在 T-SQL 中 CASE 语句的
ELSE子句处理逻辑,防止简单ELSE子句被错误移除。 -
RF05 规则优化:针对 SQL Server 语法,改进了标识符处理的准确性。
-
规则执行流程优化:清理了 lint 管道中未使用的变量和冗余检查,使规则执行更加高效可靠。
开发者体验提升
-
构建系统改进:
- 禁用了 bench 二进制文件的发布
- 提高了二进制文件的可移植性
- 更新了 Rust 工具链并解决了相关 lint 问题
-
性能优化:
- 对
NodeMatcher采用了延迟初始化策略 - 简化了
Dialect::add方法的实现,移除了不必要的Clone约束
- 对
-
文档完善:新增了 CLAUDE.md 文件,为贡献者提供了更清晰的代码风格指南。
总结
Sqruff v0.28.0 版本在性能、稳定性和功能支持方面都有显著提升。特别是对 T-SQL 的深度支持,使得该工具在 SQL Server 环境中更加可靠。架构上的优化为未来的功能扩展奠定了更好的基础,而规则引擎的改进则直接提升了用户体验。对于使用多种 SQL 方言的团队来说,这个版本值得升级。
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
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
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布!这是首个有效融合稀疏注意力与线性注意力的大规模混合模型,专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01