ProxySQL 2.7.3版本发布:数据库代理中间件的重要更新
ProxySQL作为一款高性能的MySQL协议感知的数据库代理中间件,在数据库架构中扮演着关键角色。它能够实现读写分离、查询缓存、连接池管理、故障转移等核心功能,是构建高可用数据库架构的重要组件。2025年3月10日,ProxySQL团队发布了2.7.3版本,这是2.7系列的一个小版本更新,包含了一些功能增强和多个错误修复。
核心功能增强
改进的Prometheus指标兼容性
2.7.3版本对Prometheus原生导出器进行了重要改进,增加了对PMM(Percona Monitoring and Management)中"runtime_mysql_servers_*"指标的兼容支持。这一改进使得使用PMM监控ProxySQL的用户能够获得更全面的运行时服务器状态信息,包括后端MySQL服务器的连接数、查询统计等关键指标。
会话变量处理优化
新版本对SET语句解析器进行了增强,新增了对"@@session"和"@global"变量的支持。这意味着ProxySQL现在能够更好地理解和处理客户端设置的会话级和全局级变量,提高了与各种MySQL客户端工具的兼容性。同时,为了避免潜在问题,当前版本暂时忽略了对"session_track_system_variables"的跟踪支持,待未来版本实现完整支持。
关键错误修复
字符集处理问题修复
2.7.3版本修复了一个重要的字符集处理问题,解决了当字符集ID大于255时可能出现的前端/后端字符集不匹配问题。这个问题在早期版本中可能导致客户端与ProxySQL之间或ProxySQL与后端MySQL服务器之间的字符集转换错误,进而引发数据乱码或查询失败。修复后,ProxySQL能够正确处理所有有效的字符集ID,确保了数据传输的准确性。
统计数据处理改进
在统计数据处理方面,新版本修复了stats_mysql_query_events表在stats内存数据库上的DELETE操作问题。同时,还改进了与PMM监控工具的兼容性,确保新的MySQL_Logger指标能够被正确采集和展示。这些改进使得管理员能够更准确地监控和分析查询性能指标。
技术实现细节
ProxySQL 2.7.3在内部实现上进行了多项优化。对于字符集处理,团队重构了相关代码逻辑,确保能够正确处理扩展字符集ID。在指标导出方面,重构了Prometheus导出器的指标收集机制,使其更加模块化和可扩展。这些底层改进不仅解决了当前版本的问题,也为未来的功能扩展打下了良好基础。
升级建议
对于正在使用ProxySQL 2.7.x系列的用户,建议尽快升级到2.7.3版本,特别是那些遇到字符集问题或需要更完善监控指标的用户。升级过程通常只需替换二进制文件并重启服务,但建议先在测试环境验证兼容性。对于从更早版本升级的用户,建议先查阅版本间的变更日志,了解可能的配置变更需求。
ProxySQL 2.7.3虽然是一个小版本更新,但其解决的问题和带来的改进对于生产环境的稳定性和可观测性都有重要意义。作为数据库架构中的关键组件,保持ProxySQL的及时更新是确保整个数据库系统稳定高效运行的重要一环。
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