Tembo项目2025.01.31版本发布:PostgreSQL云原生管理平台重大更新
Tembo是一个开源的PostgreSQL云原生管理平台,旨在简化PostgreSQL在Kubernetes环境中的部署、运维和扩展。该项目通过Operator模式将PostgreSQL与Kubernetes深度集成,提供了包括自动扩展、备份恢复、监控告警等企业级功能。
核心架构改进
本次2025.01.31版本对Tembo的核心架构进行了多项重要改进。在Azure云支持方面,开发团队优化了资源组命名规则,修复了存储账户ID获取逻辑,并增强了角色分配的条件检查机制。这些改进使得Tembo在Azure环境中的部署更加稳定可靠。
在Kubernetes资源管理方面,新版本引入了对停止实例的IngressRouteTCP和IngressRoute资源的自动清理功能。当PostgreSQL实例被暂停或休眠时,系统会自动删除相关的网络入口资源,避免资源浪费。同时,针对PodMonitor资源也实现了类似的自动清理机制,确保监控系统不会持续收集已停止实例的指标数据。
PostgreSQL 17支持
作为本次更新的亮点之一,Tembo现在全面支持PostgreSQL 17。开发团队为所有堆栈(Stack)添加了PostgreSQL 17的镜像支持,包括:
- 向量数据库(VectorDB)堆栈:更新了相关扩展以兼容PostgreSQL 17
- 地理信息系统(GIS)堆栈:升级了地理空间扩展
- 时序数据库(TimeSeries)堆栈:优化了时序数据处理能力
- 消息队列(MessageQueue)堆栈:更新了pg_partman分区管理扩展
这些更新使得用户可以在最新版本的PostgreSQL上运行各类专业工作负载,享受PostgreSQL 17带来的性能改进和新特性。
扩展生态系统增强
Tembo的扩展生态系统在本版本中得到了显著增强:
- 搜索功能升级:pg_search扩展更新至0.13.0版本,提供了更强大的全文检索能力
- 分析堆栈扩展:新增了多个数据分析相关扩展,包括数据仓库(Data Warehouse)功能
- 机器学习堆栈:更新了ML相关扩展,支持更复杂的模型训练和推理
- 监控增强:pganalyze组件升级到最新版本,提供更细致的性能洞察
特别值得一提的是,团队移除了RAG(检索增强生成)和AI代理相关组件,将重点转向更基础的数据库功能支持。
运维监控改进
在可观测性方面,新版本增加了存储使用百分比(storage_usage_pct)的Prometheus指标,帮助管理员更好地监控存储空间利用率。该指标范围被规范化为0到100,便于设置统一的告警阈值。
同时,Conductor组件(负责Tembo集群管理)的Docker镜像和Helm模板都得到了优化,包括增加副本支持以提高可用性。这些改进使得Tembo集群的运维更加简单可靠。
总结
Tembo 2025.01.31版本标志着该项目在云原生PostgreSQL管理领域的又一次重大进步。通过支持PostgreSQL 17、增强Azure集成、优化资源管理和扩展生态系统,Tembo进一步巩固了其作为现代化PostgreSQL操作平台的地位。对于需要在Kubernetes上运行PostgreSQL的企业用户来说,这个版本提供了更稳定、更高效的基础设施解决方案。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
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