Apache Fury 0.10.3版本发布:兼容性优化与关键修复
Apache Fury是一个高性能、跨语言的序列化框架,旨在为分布式系统提供快速、高效的数据交换能力。它支持多种编程语言,包括Java、Python和JavaScript等,特别适合对性能要求苛刻的大数据和高并发场景。
版本核心改进
Java平台关键修复
本次0.10.3版本在Java平台进行了多项重要修复:
-
兼容模式字段修复:解决了在兼容模式下父类字段可能丢失的问题。这个修复虽然带来了二进制兼容性的变化,但确保了数据结构的完整性。对于使用兼容模式序列化带有继承结构的类,从0.10.3版本开始将正确处理所有字段。
-
输入流读取优化:修复了FuryObjectInputStream.read方法在length>0时可能返回0的问题,保证了数据读取的可靠性。
-
变长整数处理:改进了readVarUint36Small方法的实现,确保无论剩余缓冲区大小如何都能正确读取完整位数。
-
空字符串处理:优化了MetaStringBytes中对空字符串的处理逻辑,提高了边缘情况的健壮性。
新功能增强
-
Protobuf支持:新增了对Protobuf消息和字节字符串的序列化支持,使得Fury能够更好地与现有Protobuf生态系统集成。
-
测试依赖优化:明确了fury-test-core作为测试依赖在Fury扩展中的定位,避免了不必要的依赖传递。
跨语言支持改进
-
JavaScript环境:移除了对Node.js 12的支持,保持与现代JavaScript运行环境的同步。
-
Python构建:修复了使用pyproject.toml构建PyFury的问题,简化了Python环境的部署流程。同时改进了测试异常信息的输出,便于问题排查。
升级注意事项
由于修复了兼容模式下父类字段处理的问题,0.10.3版本与此前版本在二进制兼容性上有所变化。对于使用兼容模式序列化带有继承结构的Java/Scala/Kotlin类,需要特别注意:
- 新版本序列化的数据可以被旧版本读取,但旧版本序列化的某些数据可能无法被新版本正确反序列化
- 建议在升级后重新序列化关键数据,或实现自定义的迁移策略
总结
Apache Fury 0.10.3版本通过一系列关键修复和功能增强,进一步提升了框架的稳定性和可用性。特别是对兼容模式下继承结构处理的修正,虽然带来了兼容性变化,但解决了潜在的数据完整性问题。新增的Protobuf支持也为需要与现有Protobuf系统集成的用户提供了便利。对于性能敏感型应用,建议评估升级到该版本以获得更可靠的数据序列化体验。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~055CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0380- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









