PGRX v0.13.1 发布:PostgreSQL 扩展开发框架的重要更新
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 PostgreSQL 扩展。PGRX 提供了丰富的工具链和 API,使得 Rust 开发者能够轻松地与 PostgreSQL 交互,构建各种数据库扩展功能。
核心改进与修复
本次发布的 v0.13.1 版本虽然是一个小版本更新,但包含了一些重要的改进和修复:
OID 处理修复
修复了一个长期存在但鲜为人知的 OID 处理问题。在 PostgreSQL 中,OID(对象标识符)是用于唯一标识数据库对象的无符号32位整数。之前的实现中,pg_sys::Oid::from_datum() 方法在处理大于 i32::MAX 的 OID 值时会出现问题。这个修复确保了所有有效的 OID 值都能被正确处理,即使它们超过了有符号32位整数的最大值。
新增 PostgreSQL 头文件支持
添加了对 replication/logicalworker.h 头文件的支持。这个头文件包含了与 PostgreSQL 逻辑复制工作进程相关的定义和功能,为开发者提供了更多与复制系统交互的可能性。
SQL 类型处理增强
表访问方法支持
实现了 SqlTranslatable trait 对 TableAmRoutine 的支持。这意味着开发者现在可以更方便地在 Rust 代码中处理 PostgreSQL 的表访问方法(Table Access Method),这是 PostgreSQL 12 引入的重要特性,允许自定义表的存储和访问方式。
自动类型对齐
新增了自动生成类型对齐的功能(通过 #[pgrx(alignment = "on")] 属性)。类型对齐是数据库系统中的一个重要概念,它确保数据在内存中的布局符合处理器的访问要求,从而提高性能。这个改进简化了开发者处理内存对齐的工作。
开发者工具改进
新增 cargo-pgrx run 选项
引入了 --install-only 选项给 cargo pgrx run 命令。这个新选项允许开发者只安装扩展而不自动运行 PostgreSQL 实例。这在某些开发场景下非常有用,例如:
- 当需要手动控制数据库启动时
- 在自动化测试流程中
- 当需要安装扩展但不立即使用时
代码质量提升
本次发布还包括了一些代码质量和文档的改进:
- SPI(服务器编程接口)文档的优化,使其更加清晰易读
- 在 pgrx_embed.rs 中使用
unsafe extern语法,提高了代码的明确性和安全性
社区贡献
本次更新特别感谢两位新贡献者的加入,他们解决了实际开发中遇到的具体问题,体现了开源社区的力量。这种"自下而上"的改进方式正是 PGRX 项目持续发展的动力。
升级建议
对于现有 PGRX 用户,建议通过以下命令升级工具链:
cargo install cargo-pgrx --version 0.13.1 --locked
然后在扩展项目目录中运行:
cargo pgrx upgrade
这个版本保持了与之前版本的兼容性,是一个无破坏性变更的更新,可以放心升级。特别是对于那些处理大型 OID 值或需要更精细控制扩展安装流程的项目,这个版本提供了重要的改进。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00