规则不够用、部署过程繁琐、ARM 环境无法直接运行，是部分用户在使用 qData 开源版过程中遇到的共性问题。v1.1.0 版本围绕这些问题进行了集中优化。
为什么要做这次更新
在 qData 开源版的使用过程中，社区用户集中反馈了以下几类问题：
-
清洗与稽查规则覆盖不足
当数据结构和质量情况较为复杂时，现有规则数量有限，难以满足实际处理需求。
-
部署与发版成本偏高
安装包体积较大，交付与下载耗时较长；版本发布过程中人工操作较多，整体效率有待提升。
-
运行环境适配受限
ARM 架构服务器及苹果芯片设备逐步普及，原有版本在部分环境下无法直接运行，需要统一适配方案。
v1.1.0 版本即针对上述问题进行了集中优化。
新增清洗规则（5 个）
为增强数据预处理阶段的灵活性，qData 开源版 v1.1.0 新增了 5 项清洗规则：
-
清洗过期记录
支持基于时间条件自动清理已失效的数据记录。
-
字段值转大写
对指定字段进行统一的大写转换，适用于编码、标识类字段的标准化处理。
-
超长字段截取
当字段长度超过设定阈值时，按规则自动截断，避免异常数据影响后续处理。
-
小数位统一处理
对数值字段的小数位数进行规范，确保数据精度一致。
-
正则表达式替换
支持通过正则表达式对字段内容进行替换，增强对复杂文本场景的清洗能力。
新增稽查规则（3 个）
在数据质量校验层面，v1.1.0 版本补充了以下稽查规则：
-
数值范围校验
校验字段值是否处于设定的数值区间内，用于拦截异常数据。
-
字段长度范围校验
校验字段长度是否符合预期范围，提升字段规范性。
-
枚举值校验
校验字段值是否属于预定义的枚举集合，确保数据满足业务约束。
ARM + x86 双架构支持
针对不同硬件环境的部署需求，qData 开源版 v1.1.0 在构建与交付方式上进行了优化：
-
统一构建方式
支持基于 Maven 一键打包生成 Jar 包与镜像（可配置）。在安装 Docker 与 Buildx 的前提下，同时支持 ARM 与 x86 架构。
-
镜像化交付
支持将构建完成的镜像直接推送至阿里云镜像管理平台，避免反复传输大型安装包，部署过程更加高效。
-
达梦数据库 ARM 适配
完成达梦数据库在 ARM 架构下的镜像适配，增强国产化环境下的运行能力。
结语
qData 开源版 v1.1.0 并未引入新的使用范式，而是围绕可用性、工程效率与运行环境适配进行了持续完善，目标是让开源版在真实项目中更加稳定、易部署、可落地。
