Wal-G远程备份推送在PostgreSQL 15及以上版本中的问题解析
背景介绍
Wal-G是一个流行的PostgreSQL数据库备份工具,它支持多种存储后端(如S3、GCS等)来存储数据库备份。在PostgreSQL数据库管理领域,Wal-G因其高效性和可靠性而广受青睐。然而,随着PostgreSQL 15版本的发布,一些用户在使用Wal-G进行远程备份推送(backup-push)时遇到了问题。
问题现象
当用户尝试在PostgreSQL 15或16版本上使用wal-g backup-push命令进行远程备份(不指定数据目录参数)时,会遇到以下错误:
ERROR: ReadRequestBody: read upload data failed
caused by: CompressAndEncrypt: compression failed
值得注意的是,这个问题仅出现在PostgreSQL 15及以上版本中,而在PostgreSQL 14及以下版本中相同的命令可以正常工作。如果用户指定了数据目录参数(如wal-g backup-push $PGDATA),则备份在所有版本中都能正常工作。
根本原因分析
这个问题源于PostgreSQL 15版本中对BASE_BACKUP命令语法和基础备份协议的修改。PostgreSQL 15移除了对旧版BASE_BACKUP命令语法的支持,这影响了Wal-G与PostgreSQL服务器之间的通信协议。
通过分析日志可以发现关键差异:
在PostgreSQL 14中,备份数据流包含有效的tar头部信息:
[global/pg_control]
copied 512 backup_label0000600 0000201 0000211 ...
而在PostgreSQL 15中,数据流格式发生了变化:
[global/pg_control]
copied 11 nbase.tar
这种格式变化导致Wal-G无法正确解析备份数据流,最终引发压缩失败的错误。
解决方案
这个问题实际上已经在Wal-G的代码库中得到修复。修复方案涉及更新Wal-G以支持PostgreSQL 15及更高版本的新备份协议。具体来说,修复内容包括:
- 更新BASE_BACKUP命令的处理逻辑以适应新协议
- 确保数据流解析器能够正确处理新版数据格式
- 保持与旧版本PostgreSQL的兼容性
最佳实践建议
对于需要使用Wal-G进行PostgreSQL备份的用户,建议:
- 对于PostgreSQL 15及以上版本,确保使用最新版的Wal-G
- 如果必须使用旧版Wal-G,可以考虑指定数据目录参数作为临时解决方案
- 定期检查Wal-G的更新,确保与PostgreSQL新版本保持兼容
- 在生产环境升级前,先在测试环境验证备份恢复流程
总结
PostgreSQL 15对备份协议的修改导致了Wal-G远程备份推送功能的问题。这个问题凸显了数据库工具与数据库引擎版本兼容性的重要性。通过使用最新版的Wal-G,用户可以无缝地在PostgreSQL 15及以上版本中使用远程备份功能。这也提醒我们,在进行数据库版本升级时,需要同时评估和更新相关的管理工具链。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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