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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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。00