pgrx v0.14.0 发布:支持 Windows 平台与多项重要更新
pgrx 是一个用于开发 PostgreSQL 扩展的 Rust 框架,它允许开发者使用 Rust 语言编写高性能、安全的数据库扩展。最新发布的 v0.14.0 版本带来了多项重要更新,其中最引人注目的是对 Windows 平台的支持,这标志着 pgrx 框架跨平台能力的重要突破。
Windows 平台支持
v0.14.0 版本首次正式支持 Windows 平台,这是一个重要的里程碑。在 Windows 上使用 pgrx 开发 PostgreSQL 扩展时,需要注意以下几点关键事项:
-
必须启用 pgrx 的
cshim特性,可以通过在项目的 Cargo.toml 中配置或使用cargo build --features pgrx/cshim命令来启用。 -
编译器现在会将代码和数据放在不同的段(section)中,这是 Windows 平台的特殊要求。
-
所有标记为
#[pg_guard]的函数现在必须使用"C-unwind"ABI(应用二进制接口),这一变更不仅适用于 Windows,也适用于所有支持的平台。"C-unwind"ABI 允许异常在跨语言边界时正确展开堆栈,这对于保证程序在异常情况下的正确行为至关重要。
重要变更与改进
移除对 PostgreSQL 12 的支持
v0.14.0 正式移除了对 PostgreSQL 12 的支持。如果项目仍需支持 PostgreSQL 12,需要将依赖锁定在 pgrx v0.13.1 版本。这一变更反映了项目对保持现代性和维护效率的考量。
API 变更与改进
-
DatumWithOid 增强:新增了
new_from_datum和null_oid方法,提供了更灵活的方式来处理带有 OID 的数据。 -
统计信息支持:实现了
pgstat宏,使得扩展可以更方便地收集和报告统计信息。 -
OID 类型改进:为
Oid类型实现了Displaytrait,并重命名了as_u32方法为to_u32,使其更符合 Rust 的命名惯例。 -
事务 ID 支持:新增了对 PostgreSQL 事务 ID (
xid) 类型的映射支持,现在可以在#[pg_extern]函数中使用pg_sys::TransactionId作为参数或返回类型。
性能优化
-
数组处理优化:通过消除中间 Vec 分配,优化了数组的
IntoDatum实现,减少了内存分配和复制操作。 -
高效操作:新增了
PgHeapTuple::set_by_index_unchecked方法,为需要极致性能的场景提供了不进行检查的版本。
新增 PostgreSQL 头文件支持
v0.14.0 包含了更多 PostgreSQL 内部头文件的绑定,为开发者提供了更全面的底层访问能力:
- 存储层内部结构 (
storage/buf_internals.h) - 文本搜索缓存 (
tsearch/ts_cache.h) - 表空间缓存 (
utils/spccache.h) - 分区相关头文件
这些新增的头文件绑定使得开发者能够实现更复杂、更底层的数据库功能。
开发者体验改进
-
交叉编译支持:现在可以更方便地为不同目标平台编译扩展。
-
代码质量提升:进行了大量的代码清理和 lint 修正,提高了代码的整体质量。
-
文档改进:修正了多处文档错误,并更新了 Windows 平台的使用说明。
升级建议
升级到 v0.14.0 时,开发者需要注意以下几点:
-
检查所有使用
#[pg_guard]的函数,确保它们使用"C-unwind"ABI。 -
更新
PgLwLock和PgAtomic的使用方式,因为这些类型的构造函数现在需要名称参数。 -
在 Linux 上使用
--runas选项前,需要先执行sudo sysctl fs.protected_fifos=0来调整内核设置。 -
如果项目仍需要支持 PostgreSQL 12,需要明确锁定 pgrx 依赖版本为 0.13.1。
pgrx v0.14.0 的这些改进和新特性,特别是 Windows 平台支持,大大扩展了 Rust 开发 PostgreSQL 扩展的可能性,为开发者提供了更强大、更灵活的工具集。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01