pg-boss 从 v9 到 v10 的迁移指南
2025-07-02 16:04:50作者:明树来
pg-boss 是一个基于 PostgreSQL 的作业队列系统,在版本 10 中进行了重大架构调整。本文将详细介绍如何从 v9.0.3 平滑升级到 v10.1.6 版本。
迁移背景
pg-boss v10 版本对数据库架构进行了重构,导致与 v9 版本存在不兼容的情况。主要变化包括:
- 数据库表结构重新设计
- 新增了策略(policy)配置
- 版本号管理机制变更
迁移方案
由于 v9 和 v10 之间的架构差异较大,官方推荐采用以下迁移策略:
- 并行运行新旧版本:在新数据库或新 schema 中部署 v10 版本
- 数据迁移:将 v9 的作业数据逐步迁移到 v10 系统
- 切换流量:确认迁移完成后,将应用指向新系统
详细迁移步骤
1. 准备新环境
首先需要设置一个新的 PostgreSQL 数据库或 schema 来安装 v10 版本:
const newBoss = new PgBoss({
database: 'new_database', // 或使用新的 schema 名称
// 其他配置参数
});
2. 数据迁移脚本
编写迁移脚本将作业从 v9 迁移到 v10。以下是一个参考实现:
async function migrateJobs(sourceSchema, targetSchema, client) {
const queues = await boss.getQueues();
for (const queue of queues) {
try {
const sql = `
INSERT INTO ${targetSchema}.job (
id, name, priority, data,
retry_limit, retry_count, retry_delay,
retry_backoff, start_after, singleton_key,
singleton_on, expire_in, created_on,
keep_until, output, policy
)
SELECT
id, name, priority, data,
retryLimit, retryCount, retryDelay,
retryBackoff, startAfter, singletonKey,
singletonOn, expireIn, createdOn,
keepUntil, output::jsonb, '${queue.policy}'
FROM ${sourceSchema}.job
WHERE name = '${queue.name}'
AND state = 'created'
ON CONFLICT DO NOTHING
`;
const { rowCount } = await client.query(sql);
console.log(`迁移了 ${rowCount} 个作业: ${queue.name}`);
} catch (error) {
console.error(`迁移失败: ${queue.name}`, error);
}
}
}
3. 迁移注意事项
- 版本号管理:v10 使用新的版本号体系,无需手动调整
- 作业状态:只迁移状态为"created"的作业,避免重复处理
- 策略配置:v10 新增了策略配置,迁移时需要指定
- 数据类型:注意 output 字段需要转换为 jsonb 类型
常见问题解决
- 应用启动失败:确保新旧系统使用不同的数据库或 schema,避免冲突
- 数据不一致:迁移过程中暂停作业创建,或实现双写机制
- 性能问题:大数据量迁移时建议分批处理
最佳实践
- 先在测试环境验证迁移过程
- 记录迁移前后的作业数量进行核对
- 准备回滚方案,以防迁移失败
- 选择业务低峰期执行迁移
通过以上步骤,可以安全地将 pg-boss 从 v9 升级到 v10,享受新版本带来的性能改进和功能增强。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (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
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
634