SQLpage容器时区设置的最佳实践
2025-07-05 07:51:59作者:蔡怀权
在使用SQLpage容器化部署时,正确显示本地时间戳是一个常见需求。本文将详细介绍如何为SQLpage容器设置时区,确保UI中的时间戳能够正确显示为本地时间而非UTC时间。
时区设置的重要性
在数据库应用中,时间戳的正确显示对于用户体验至关重要。默认情况下,SQLpage容器使用UTC时区,这可能导致显示的时间与用户期望的本地时间存在偏差。通过正确配置时区,可以确保时间相关数据以符合用户习惯的方式呈现。
常见配置方法分析
许多开发者尝试通过以下方式设置时区,但这些方法对SQLpage容器并不适用:
-
环境变量方式:
environment: TZ: "Australia/Sydney" TIME_ZONE: "Australia/Sydney" TIMEZONE: "Australia/Sydney" -
文件挂载方式:
volumes: - /etc/localtime:/etc/localtime:ro - /etc/timezone:/etc/timezone:ro -
SQL连接时设置:
SET TIME ZONE 'Australia/Sydney'; SET TIME_ZONE 'Australia/Sydney'; SET TZ 'Australia/Sydney';
这些方法之所以无效,是因为SQLpage容器有自己特定的时区配置机制。
正确的配置方法
要为SQLpage容器正确设置时区,需要通过专门的on_connect.sql文件进行配置。以下是具体步骤:
1. 创建on_connect.sql文件
创建一个名为on_connect.sql的文件,内容如下:
SET @@SESSION.TIME_ZONE = "+11:00"; -- 对于悉尼时区
2. 正确的文件挂载方式
在docker-compose.yml中,确保将包含on_connect.sql的目录正确挂载到容器的/etc/sqlpage路径:
volumes:
- ./sqlpage:/etc/sqlpage
3. 目录结构示例
正确的项目目录结构应如下所示:
.
├── docker-compose.yml
├── sqlpage
│ └── on_connect.sql
└── src
└── index.sql
4. 验证配置
启动容器后,检查日志中是否出现以下信息,确认配置已生效:
Creating a custom SQL database connection handler from "/etc/sqlpage/on_connect.sql"
技术原理
SQLpage容器通过/etc/sqlpage/on_connect.sql文件在建立数据库连接时执行自定义SQL命令。这种方式比传统的环境变量或文件挂载更灵活,因为它:
- 直接作用于数据库会话层面
- 支持不同数据库引擎的特定语法
- 可以在连接建立时执行多个配置命令
注意事项
- 时区偏移量格式必须符合数据库要求,如"+11:00"表示悉尼时区
- 确保挂载路径正确,文件权限适当
- 不同数据库引擎(MySQL/PostgreSQL等)可能有略微不同的时区设置语法
- 对于生产环境,建议测试不同时区的显示效果
通过以上方法,开发者可以确保SQLpage容器中的时间戳正确显示为本地时间,提升用户体验。
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
667
153
Ascend Extension for PyTorch
Python
216
235
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++
660
303
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
React Native鸿蒙化仓库
JavaScript
255
321
🔥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
63
19
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866