Pigsty监控系统中PostgreSQL 17的pg_stat_statements扩展适配
PostgreSQL 17版本对pg_stat_statements扩展进行了多项重要改进,这对Pigsty监控系统的适配工作提出了新的要求。作为PostgreSQL性能监控的核心组件,pg_stat_statements的升级将显著提升数据库性能分析能力。
pg_stat_statements扩展的改进点
PostgreSQL 17中对pg_stat_statements扩展的改进主要集中在以下几个方面:
-
参数占位符替换:现在CALL参数、保存点名称和两阶段提交GID都会被自动替换为占位符,这大大减少了需要记录的条目数量,特别是对于频繁使用SAVEPOINT、RELEASE SAVEPOINT、ROLLBACK TO SAVEPOINT以及两阶段提交命令的场景。
-
新增DEALLOCATE语句跟踪:扩展现在能够跟踪DEALLOCATE语句,这对于监控预处理语句的使用情况非常有价值。
-
本地I/O统计增强:新增了"local_blk_read_time"和"local_blk_write_time"两个列,用于记录本地块读写时间统计,完善了I/O性能分析能力。
-
JIT执行统计:增加了JIT deform_counter详细信息,帮助分析即时编译执行的效果。
-
统计重置功能增强:pg_stat_statements_reset()函数新增了minmax_only可选参数,允许仅重置最小/最大统计信息而不影响其他数据。
-
时间戳跟踪:新增"stats_since"和"minmax_stats_since"列,分别记录条目创建时间和上次最小/最大统计重置时间。
Pigsty监控系统的适配方案
针对这些改进,Pigsty监控系统需要进行以下适配工作:
-
指标收集器更新:需要修改pg_exporter的配置,以正确采集新增的本地I/O统计指标和JIT执行统计信息。
-
查询重写处理:由于参数占位符替换的改变,监控系统需要调整对SQL语句指纹识别的处理逻辑。
-
时间维度分析:利用新增的时间戳列,可以更精确地分析统计信息的收集周期和趋势变化。
-
统计重置优化:支持选择性重置最小/最大统计信息的功能,可以在不影响整体监控数据的情况下进行部分重置。
这些改进将使Pigsty能够更全面、更精确地监控PostgreSQL数据库的性能特征,特别是在复杂事务处理、预处理语句执行和JIT编译等高级功能方面提供更深入的洞察。
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