Psycopg3与CockroachDB 25.1的DDL操作兼容性问题分析
问题现象
在使用Psycopg3连接CockroachDB 25.1版本时,开发人员发现当执行多个DDL(数据定义语言)操作后,会出现"unknown portal"错误。具体表现为:在连续执行8次表创建/删除操作后,程序会抛出psycopg.errors.InvalidCursorName异常,提示"unknown portal"错误。
值得注意的是,这个问题在CockroachDB 24.3版本中并不存在,同时在使用Psycopg2连接CockroachDB 25.1时也不会出现。
技术背景
这个问题与CockroachDB 25.1引入的一个重要变更有关:默认启用了autocommit_before_ddl设置。这个设置是CockroachDB为了支持在线模式变更而引入的特性,它会在执行DDL语句前自动提交当前事务。
Psycopg3与Psycopg2的一个关键区别在于,Psycopg3默认会使用预处理语句(prepared statements),而Psycopg2不会。预处理语句是一种优化技术,可以预先编译SQL语句并重复使用,提高执行效率。
问题根源
当autocommit_before_ddl启用时,CockroachDB会在执行每个DDL语句前自动提交事务。然而,Psycopg3使用的预处理语句依赖于事务上下文来维护"portal"(一种PostgreSQL协议级别的游标概念)。事务被自动提交后,相关的portal会被清理,导致后续操作无法找到之前创建的portal,从而产生"unknown portal"错误。
解决方案
目前有以下几种可行的解决方案:
-
修改CockroachDB会话设置:可以通过设置autocommit_before_ddl=off来禁用这个特性。这个设置可以在会话级别修改,也可以通过ALTER ROLE命令设置为用户默认值。
-
禁用Psycopg3的预处理语句:Psycopg3提供了关闭预处理语句的选项。由于Psycopg2不使用预处理语句,所以不会遇到这个问题。
-
升级CockroachDB:CockroachDB开发团队已经确认并修复了这个问题,修复将在25.1.3版本中发布。根据测试,3月18日之后的构建版本已经解决了这个问题。
技术建议
对于生产环境,建议采取以下措施:
- 如果必须使用CockroachDB 25.1.2或更早版本,建议采用第一种或第二种解决方案
- 长期来看,升级到包含修复的CockroachDB版本是最佳选择
- 在应用程序中实现DDL操作时,应考虑将DDL和DML操作分开在不同的连接中执行
总结
这个问题展示了数据库驱动与数据库引擎版本间复杂的交互关系。作为开发人员,在升级数据库版本时,不仅需要关注新特性,还需要注意默认行为的改变可能带来的兼容性问题。Psycopg3作为新一代的PostgreSQL驱动,采用了更先进的特性,但这也可能带来与特定数据库版本的交互问题。理解这些底层机制有助于开发人员更好地诊断和解决类似问题。
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