集成式 PostgreSQL 数据库 - Embedded Postgres

集成到你的 Java 应用中的 PostgreSQL 已经不再是难题。嵌入式 Postgres 是一个由 OpenTable 的 otj-pg-embedded 分支演变而来的活跃项目,它使你在无需用户安装数据库集群的情况下,能够轻松地在本地进行单元测试。
如果你是 Spring 或 Spring Boot 框架的用户,我们强烈推荐你尝试我们的另一个专门项目 embedded-database-spring-test,它将为你带来更佳的体验。
项目概述
这个库允许你在 Java 应用代码中内嵌 PostgreSQL,无额外依赖,非常适合用于单元测试。你不必再为设置真实的数据库环境而烦恼,只需简单配置,即可让测试与生产环境保持一致。
技术特性
- 基于
com.opentable:otj-pg-embedded:0.13.3特性 - 可配置的 PostgreSQL 二进制版本
- 支持 PostgreSQL 11+,包括 Linux 平台
- 在 Docker 环境下运行的支持,包括 Alpine Linux
使用 Maven 配置
在你的 pom.xml 文件中添加以下依赖:
<dependency>
<groupId>io.zonky.test</groupId>
<artifactId>embedded-postgres</artifactId>
<version>2.0.6</version>
<scope>test</scope>
</dependency>
默认使用的 PostgreSQL 版本为 14.10,但你可以通过指定 embedded-postgres-binaries-bom 来改变它。
快速上手
在 JUnit 测试中,如下面所示创建规则:
@Rule
public SingleInstancePostgresRule pg = EmbeddedPostgresRules.singleInstance();
这会启动并管理一个 EmbeddedPostgres 实例。然后你可以通过 pg.getEmbeddedPostgres().getPostgresDatabase() 获取数据源。
默认用户名/密码为:postgres/postgres,默认数据库名为 'postgres'。
集成 Flyway 和 Liquibase
你可以方便地集成 Flyway 或 Liquibase 进行数据库迁移:
- Flyway
@Rule
public PreparedDbRule db =
EmbeddedPostgresRules.preparedDatabase(
FlywayPreparer.forClasspathLocation("db/my-db-schema"));
- Liquibase
@Rule
public PreparedDbRule db =
EmbeddedPostgresRules.preparedDatabase(
LiquibasePreparer.forClasspathLocation("liqui/master.xml"));
这样,每个测试都将使用独立数据库,并加载指定路径下的模式文件,得益于模板数据库,即使加载时间短,也能保证高隔离度和测试独立性。
自定义 PostgreSQL 版本
默认版本为 14.10,要更改版本,可以在依赖管理部分引入 embedded-postgres-binaries-bom:
<dependencyManagement>
<dependencies>
<dependency>
<groupId>io.zonky.test.postgres</groupId>
<artifactId>embedded-postgres-binaries-bom</artifactId>
<version>16.1.0</version>
<type>pom</type>
<scope>import</scope>
</dependency>
</dependencies>
</dependencyManagement>
Gradle 用户可以参考文档来导入 Maven BOM。
支持的架构和平台
默认支持 amd64 架构,通过增加 Maven 依赖可以支持其他架构,例如 Linux i386:
<dependency>
<groupId>io.zonky.test.postgres</groupId>
<artifactId>embedded-postgres-binaries-linux-i386</artifactId>
<scope>test</scope>
</dependency>
支持的平台包括 Darwin(MacOS),Windows,Linux 和 Alpine Linux。支持的架构包括 amd64,i386,arm32v6,arm32v7,arm64v8,ppc64le。
解决问题
遇到问题时,请查看错误信息,例如 Process [/tmp/embedded-pg/PG-XYZ/bin/initdb, ...] failed 提示,确保非根用户执行。如果是在 Docker 容器中运行,确保使用非 root 用户,或者在某些情况下,使用 --privileged 标志启动容器。
许可证
项目遵循 Apache v2.0 许可证。
这个强大的开源项目提供了一个高效、灵活的方式来集成 PostgreSQL 到你的测试环境中。无论是开发新的功能还是维护旧的代码,Embedded Postgres 都能帮助你以更快的速度和更高的质量完成任务。立即加入并探索它的无限潜力吧!
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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