Pigsty v3.4.1发布:MySQL兼容内核与性能优化新特性
Pigsty是一个开源的PostgreSQL数据库管理平台,它提供了一套完整的PostgreSQL数据库解决方案,包括部署、监控、管理等功能。最新发布的v3.4.1版本带来了多项重要更新,特别是对MySQL兼容性和性能优化的支持。
核心特性更新
本次更新最引人注目的是新增了对两种特殊PostgreSQL内核的支持:
-
openHalo内核:这是一个针对EL系统(如RHEL、CentOS等)优化的PostgreSQL内核,提供了MySQL协议兼容层。这意味着应用程序可以使用MySQL客户端库直接连接PostgreSQL数据库,大大简化了从MySQL迁移到PostgreSQL的过程。
-
OrioleDB内核:同样针对EL系统优化的PostgreSQL内核,专注于OLTP(在线事务处理)性能提升。OrioleDB通过创新的存储引擎设计,显著提高了PostgreSQL在高并发事务场景下的性能表现。
功能优化与改进
除了新增内核支持外,v3.4.1版本还包含多项实用改进:
- pgAdmin 9.2模板优化:现在可以自动更新服务器列表并简化数据库管理操作。
- 连接数调整:根据实际需求,将PostgreSQL的默认最大连接数调整为250、500和1000三个级别,满足不同规模应用的需求。
- 扩展清理:移除了在EL8系统上存在依赖问题的mysql_fdw扩展,确保系统稳定性。
基础设施组件更新
Pigsty v3.4.1同步更新了多个基础设施组件:
- 监控系统升级:包括pg_exporter 0.8.1、node_exporter 1.9.1和grafana 11.6.0等监控组件
- 存储优化:zfs_exporter更新至3.8.1版本
- 数据库工具:mongodb_exporter升级至0.44.0
- 时序数据库:victoriametrics更新至1.114.0
- 对象存储:minio和mcli工具同步更新
PostgreSQL扩展更新
本次发布还包含了多个PostgreSQL扩展的版本更新:
- pg_search升级至0.15.13
- citus分布式扩展更新至13.0.3
- timescaledb时序数据库扩展升级至2.19.1
- 多个功能扩展如pg_vectorize、pglite_fusion等也获得了版本提升
技术价值与应用场景
Pigsty v3.4.1的更新特别适合以下场景:
-
MySQL迁移项目:通过openHalo内核的MySQL协议兼容性,企业可以更平滑地将应用从MySQL迁移到PostgreSQL,减少应用层改动。
-
高性能OLTP系统:OrioleDB内核为需要处理高并发事务的系统提供了更好的性能表现,适合电商、金融等领域的核心业务系统。
-
混合环境管理:优化后的pgAdmin和连接数调整使得管理大规模PostgreSQL集群更加高效。
-
现代化数据平台:更新的扩展和组件支持了更丰富的数据处理场景,从时序数据到向量搜索都能得到更好的支持。
Pigsty作为一个全功能的PostgreSQL管理平台,通过v3.4.1版本的更新,进一步巩固了其在开源数据库管理领域的领先地位,为企业用户提供了更强大、更灵活的数据基础设施解决方案。
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