ObjectBox V4.1.0 发布:地理坐标向量搜索与同步认证升级
2025-06-13 03:35:59作者:丁柯新Fawn
ObjectBox 是一个专为移动端和物联网设备设计的高性能 NoSQL 数据库,以其轻量级和卓越的性能著称。它特别适合需要在资源受限环境中实现快速数据存储和检索的场景。最新发布的 V4.1.0 版本带来了两项重要功能升级和一些基础改进。
地理坐标向量搜索功能
新版本引入了 VectorDistanceType.GEO 距离类型,这是一个专为地理坐标设计的向量搜索功能。这项技术的核心价值在于:
- 地理位置数据处理:开发者现在可以直接在数据库中存储经纬度坐标,并执行高效的地理位置查询
- 距离计算优化:底层使用优化的算法计算两点之间的地理距离,比手动计算更高效
- 应用场景丰富:特别适合需要实现"附近地点搜索"、"范围查询"等功能的应用程序,如社交应用、本地服务应用等
实现示例:
// 创建包含地理坐标的实体
@Entity
public class LocationPoint {
@Id long id;
double[] coordinates; // [经度, 纬度]
}
// 执行地理搜索
Query<LocationPoint> query = box.query()
.vectorDistance(LocationPoint_.coordinates,
new float[]{targetLng, targetLat},
VectorDistanceType.GEO)
.build();
Android 平台支持调整
从 V4.1.0 开始,ObjectBox 将最低支持的 Android 版本提升至 5.0 (API level 21)。这一变化反映了:
- 现代设备适配:放弃对老旧 Android 版本的支持,可以更好地利用现代硬件特性
- 性能优化:减少兼容代码,提高整体运行效率
- 开发简化:开发者不再需要为极低版本 Android 做特殊处理
Windows JVM 兼容性说明
团队注意到在某些 Windows JVM 版本上创建 BoxStore 时可能出现崩溃问题。经过测试验证,以下 JVM 版本可以稳定运行:
- 8.0.432+6
- 11.0.25+9
- 17.0.13+11
- 21.0.5+11-LTS
建议开发者及时更新到这些经过验证的 JVM 版本,以确保开发环境的稳定性。
同步功能增强
ObjectBox 的同步功能在这个版本中获得了重要升级:
- JWT 认证支持:增加了对 JSON Web Tokens 的支持,为分布式系统提供了更标准的认证方式
- 多凭证登录:同步客户端现在可以发送多个凭证进行登录,提高了认证灵活性
- 安全性提升:为需要高安全级别的应用提供了更多认证选项
这些同步功能的改进使得 ObjectBox 在需要数据同步的跨设备应用中更具竞争力,特别是在企业级应用场景中。
升级建议
对于现有项目,建议评估以下升级因素:
- 如果应用需要地理位置搜索功能,强烈建议升级
- 对于 Android 应用,确认目标用户设备是否都运行 Android 5.0 及以上
- 使用同步功能且需要更灵活认证方式的项目可以从新版本中获益
V4.1.0 的这些改进进一步巩固了 ObjectBox 在嵌入式数据库领域的地位,特别是对于需要高效处理地理位置数据和实现安全同步的应用场景。
登录后查看全文
热门项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
675
4.32 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
627
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
947
886
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
398
302
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.56 K
909
暂无简介
Dart
920
228
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
133
212