Soul项目PostgreSQL数据库升级脚本问题分析与解决方案
2025-05-27 18:15:29作者:董斯意
问题背景
在开源网关项目Soul(现更名为ShenYu)的版本迭代过程中,PostgreSQL数据库升级脚本存在多处问题,这些问题在实际生产环境升级时会导致SQL执行失败。本文将详细分析这些问题的根源,并提供相应的解决方案。
主要问题分析
1. 非空约束字段添加问题
在2.5.1到2.6.0版本的升级脚本中,存在以下典型问题:
ALTER TABLE selector ADD COLUMN match_restful TINYINT(0) NOT NULL
COMMENT 'whether to match restful(0 cache, 1 not cache)';
ALTER TABLE rule ADD COLUMN match_restful TINYINT(0) NOT NULL
COMMENT 'whether to match restful(0 cache, 1 not cache)';
问题分析:
- 当表中已存在数据时,添加NOT NULL约束的新列会导致SQL执行失败
- PostgreSQL中TINYINT(0)的语法不正确,PostgreSQL应使用SMALLINT或BOOLEAN类型
- 这种设计没有考虑已有数据的表升级场景
2. 数据类型与操作不匹配问题
在2.6.0到2.6.1版本的升级脚本中,存在DELETE语句与字段类型不匹配的问题:
问题分析:
- 数据库字段定义为VARCHAR类型,但DELETE语句中的条件值类型不匹配
- 这种类型不匹配会导致SQL执行失败
- 缺乏对PostgreSQL严格类型检查的考虑
3. COLLATE使用不当问题
在discovery_upstream表的升级脚本中,对INT2类型字段使用了COLLATE:
问题分析:
- INT2(SMALLINT)是整数类型,不应该使用COLLATE修饰
- COLLATE通常用于字符类型(如VARCHAR/TEXT)的排序规则设置
- 这种错误使用会导致SQL语法错误
解决方案建议
1. 非空字段添加的正确做法
对于需要添加NOT NULL约束的新列,应采用以下模式:
-- 先添加允许为NULL的列
ALTER TABLE selector ADD COLUMN match_restful SMALLINT;
-- 设置默认值
UPDATE selector SET match_restful = 0 WHERE match_restful IS NULL;
-- 最后添加NOT NULL约束
ALTER TABLE selector ALTER COLUMN match_restful SET NOT NULL;
2. 类型安全的SQL编写原则
- 确保操作语句中的值与字段类型严格匹配
- 对于VARCHAR类型的条件,应使用单引号包裹字符串值
- 考虑使用显式类型转换确保兼容性
3. 整数类型的正确使用
- PostgreSQL中应使用SMALLINT替代TINYINT
- 避免对整数类型使用COLLATE等字符类型特有的修饰符
- 保持与PostgreSQL原生类型的兼容性
最佳实践建议
- 测试覆盖:升级脚本应在包含数据的测试环境验证通过后再发布
- 增量式变更:将大的变更拆分为多个小步骤,降低失败风险
- 回滚方案:为每个升级脚本准备对应的回滚方案
- 环境适配:针对不同数据库(MySQL/PostgreSQL)提供专门的脚本
- 文档记录:详细记录每个版本升级的数据库变更内容
总结
数据库升级脚本的质量直接影响系统的稳定性和可靠性。通过分析Soul项目中PostgreSQL升级脚本的具体问题,我们可以得出以下经验:必须充分考虑已有数据的场景、严格遵循目标数据库的语法规范、进行充分的测试验证。这些经验不仅适用于Soul项目,对于任何需要数据库迁移或升级的系统都具有参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.13 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
316
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219