Spinnaker Clouddriver与PostgreSQL数据库兼容性问题解析
背景介绍
Spinnaker作为一款流行的持续交付平台,其核心组件Clouddriver在5.83.0版本升级后出现了与PostgreSQL数据库的兼容性问题。这一问题主要源于Liquibase框架升级后对PostgreSQL数据库的约束更加严格,导致某些变更集无法正常执行。
问题本质
在Clouddriver 5.83.0版本中,当尝试使用全新的PostgreSQL 16.2数据库时,系统启动失败。根本原因是Liquibase从3.10.3升级到4.24.0后,加强了对PostgreSQL数据库的约束检查,特别是禁止了在某些变更集中使用afterColumn字段。
技术细节分析
-
变更集验证失败:系统在启动过程中会执行两个特定的变更集:
db/changelog/20181120-cats.yml中的"application-index"变更db/changelog/20190913-task-sagaids.yml中的"add-task-sagaids-column"变更
-
PostgreSQL限制:新版Liquibase明确禁止在PostgreSQL数据库中使用
addAfterColumn属性,这是导致启动失败的直接原因。 -
版本对比:值得注意的是,Clouddriver 5.82.2版本可以正常工作,而5.83.0开始出现问题,这与Liquibase的版本升级时间点吻合。
解决方案
开发团队已经针对这个问题发布了修复补丁:
-
修正了上述两个变更集文件,移除了不被PostgreSQL支持的
afterColumn字段。 -
该修复已向后移植到Spinnaker的1.33和1.34版本分支中。
-
用户可以通过升级到Clouddriver 5.83.2或更高版本来解决此问题。
最佳实践建议
对于使用PostgreSQL作为Clouddriver存储后端的用户,建议:
-
在升级前先备份数据库。
-
测试环境中先验证新版本与现有数据库的兼容性。
-
如果必须使用5.83.0版本,可以考虑手动修改变更集文件或暂时使用其他支持的数据库类型。
-
关注后续版本更新,确保获取最新的兼容性修复。
总结
数据库兼容性问题是系统升级过程中常见的挑战。这次Clouddriver与PostgreSQL的兼容性问题提醒我们,在基础框架升级时,需要全面测试所有支持的数据库类型。Spinnaker团队快速响应并修复问题的做法,也体现了开源社区的高效协作精神。
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