TeslaMate项目中使用PostgreSQL时遇到的"earth"类型不存在问题解析
问题背景
TeslaMate是一个流行的特斯拉车辆数据记录和可视化工具,它使用PostgreSQL作为后端数据库。近期有用户报告在部署TeslaMate时遇到了数据库迁移失败的问题,错误信息显示"type 'earth' does not exist"。
错误现象
当用户尝试启动TeslaMate容器时,数据库迁移过程中会出现以下关键错误:
ERROR 42704 (undefined_object) type "earth" does not exist
这个错误发生在创建geofences表的索引时,具体是在执行以下操作时:
create index geofences__earth_box_ll_to_earth_latitude__longitude___radius_index
问题原因
经过分析,这个问题与PostgreSQL的版本兼容性有关。TeslaMate使用了PostgreSQL的两个扩展:
- cube扩展
- earthdistance扩展
其中earthdistance扩展依赖于cube扩展,它提供了基于地球表面距离计算的功能。在PostgreSQL 17中,这些扩展的实现发生了变化,导致TeslaMate的迁移脚本无法正常工作。
解决方案
目前推荐的解决方案是使用PostgreSQL 16版本,具体步骤如下:
- 修改docker-compose.yml文件,将PostgreSQL镜像指定为16版本:
image: postgres:16
- 如果之前已经尝试过使用PostgreSQL 17,需要先清理旧的数据库卷:
docker volume rm teslamate-db
- 重新启动TeslaMate服务
技术细节
earthdistance扩展是PostgreSQL的一个地理空间扩展,它提供了基于地球表面计算距离的功能。这个扩展依赖于cube扩展,后者提供了多维立方体数据类型和操作。
在TeslaMate中,这个功能被用于处理地理围栏(geofence)相关的查询,特别是计算车辆位置与地理围栏之间的距离。当创建相关索引时,系统需要能够识别"earth"类型,这是earthdistance扩展提供的。
后续更新
TeslaMate团队已经在v1.31.0版本中解决了这个问题。对于新用户,建议直接使用最新版本以避免此类兼容性问题。
常见问题解答
Q: 为什么切换到PostgreSQL 16后,电池健康仪表板显示错误? A: 这是因为系统还没有收集足够的数据来生成报表,与数据库版本无关。随着数据积累,这个错误会自动消失。
Q: 如何确认earthdistance扩展已正确安装? A: 可以连接到PostgreSQL数据库并执行:
SELECT * FROM pg_available_extensions WHERE name IN ('cube', 'earthdistance');
总结
数据库扩展的版本兼容性是分布式系统部署中常见的问题。TeslaMate团队已经注意到这个问题并在新版本中进行了修复。对于遇到此问题的用户,暂时使用PostgreSQL 16版本是一个可靠的解决方案。随着项目的持续更新,这类兼容性问题将得到更好的处理。
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