pg_duckdb 0.4.0版本中S3密钥创建功能的改进与使用指南
2025-07-03 16:12:41作者:申梦珏Efrain
在pg_duckdb 0.4.0版本中,用户发现create_simple_secret函数尚未支持新增的url_style和endpoint参数,这给需要连接min.io等兼容S3协议存储服务的用户带来了不便。本文将详细介绍该问题的背景、解决方案以及最新改进。
问题背景
pg_duckdb作为PostgreSQL的扩展,允许用户在PostgreSQL环境中使用DuckDB的功能。在0.4.0版本中,新增了对S3协议存储服务的url_style参数支持,这对于需要连接min.io等兼容S3协议的服务非常重要。然而,用户发现便捷的create_simple_secret函数尚未更新以支持这些新参数。
临时解决方案
在官方修复之前,用户可以采用"高级"方式来创建包含这些参数的S3密钥:
- 首先使用CREATE SERVER语句创建服务定义,指定非敏感参数:
CREATE SERVER my_s3_service
TYPE 's3'
FOREIGN DATA WRAPPER duckdb
OPTIONS (
endpoint 'myendpoint.org.ca',
region 'us-east-1',
url_style 'true'
);
- 然后使用CREATE USER MAPPING语句指定敏感凭证:
CREATE USER MAPPING FOR CURRENT_USER
SERVER my_s3_service
OPTIONS (KEY_ID 'mykeyid', SECRET 'mysecret');
这种方法虽然步骤稍多,但能够完整支持所有参数,包括url_style和endpoint。
官方改进
根据用户反馈,pg_duckdb项目已对create_simple_secret函数进行了改进,现在可以直接使用该函数创建包含url_style和endpoint参数的S3密钥:
SELECT duckdb.create_simple_secret(
type := 'S3',
endpoint := 'myendpoint.org.ca',
key_id := 'mykeyid',
secret := 'mysecret',
region := 'us-east-1',
url_style := 'path'
);
技术细节
url_style参数对于兼容S3协议的服务特别重要,它控制着URL的构建方式:
- 'path'样式:
http://s3.amazonaws.com/bucket/key - 'virtual'样式:
http://bucket.s3.amazonaws.com/key
min.io等兼容服务通常需要使用'path'样式。而endpoint参数则允许用户指定自定义的S3服务端点,这对于私有部署的S3兼容服务是必需的。
最佳实践
- 对于生产环境,建议使用最小权限原则,仅为必要的操作配置密钥
- 定期轮换密钥以提高安全性
- 考虑使用环境变量或密钥管理系统来管理敏感凭证
- 对于复杂的配置,仍建议使用CREATE SERVER和CREATE USER MAPPING组合方式
随着pg_duckdb的持续发展,用户可以期待更多便捷功能的加入,同时保持与DuckDB核心功能的同步更新。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
最新内容推荐
电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 开源电子设计自动化利器:KiCad EDA全方位使用指南 Jetson TX2开发板官方资源完全指南:从入门到精通 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Python案例资源下载 - 从入门到精通的完整项目代码合集 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218