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。
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