ProxySQL v3.0.1:数据库代理的双引擎时代来临
ProxySQL 是一款高性能、高可用的数据库代理中间件,主要用于 MySQL 环境的查询路由、负载均衡和故障转移。随着 v3.0.1 版本的发布,ProxySQL 正式迈入了支持多数据库后端的新时代,在保持 MySQL 模块稳定性的同时,引入了 PostgreSQL 模块的 beta 支持。
核心架构升级
本次发布的 v3.0.1 版本在架构层面实现了重大突破,最引人注目的就是新增了对 PostgreSQL 协议的支持。ProxySQL 现在可以同时作为 MySQL 和 PostgreSQL 的代理,默认端口配置为:
- 6132:PostgreSQL 管理接口
- 6133:PostgreSQL 业务流量
这种双引擎架构使得 ProxySQL 能够统一管理不同类型的数据库后端,为混合数据库环境提供了统一的代理层解决方案。
PostgreSQL 模块深度解析
PostgreSQL 支持作为 v3.0 系列的主要新增功能,在 v3.0.1 中得到了显著增强:
认证与安全机制
ProxySQL 支持 PostgreSQL 的多种认证方式,包括:
- 明文认证
- MD5 加密认证
- SCRAM-SHA-256 安全认证 同时支持 SSL 加密连接,保障前后端通信安全。
连接管理与复用
通过创新的参数/变量跟踪机制(#4799),ProxySQL 大幅提升了连接复用能力。系统能够智能地跟踪会话状态,确保连接池中的连接可以被安全地重复使用,显著降低了建立新连接的开销。
高级监控能力
新增的后端监控系统(#4726)采用高效的工作线程模型,可以管理大量后端服务器,支持多种健康检查:
- 连接检查:评估服务器可用性和连接延迟
- 心跳检测:自动隔离响应缓慢的节点并跟踪延迟
- 只读状态检测:支持基于复制拓扑的自动故障转移
事务与状态管理
ProxySQL 现在能够完整跟踪事务和保存点(SAVEPOINT/ROLLBACK)中的变量状态变化(#4929),确保在复杂事务场景下也能正确维护会话状态。
大容量数据传输
新增对 COPY ... FROM STDIN 命令的支持(#4762, #4874),通过 FAST FORWARD 模式高效处理大批量数据导入操作。
MySQL 模块的持续进化
虽然 PostgreSQL 支持是本次更新的亮点,但 MySQL 模块也获得了多项重要增强:
密码管理升级
引入双密码支持机制,与 MySQL 8.0+ 的密码轮换策略保持一致。这一功能使得在不中断服务的情况下进行密码变更成为可能。
增强的日志分析
从 2.7.2 版本移植而来的增强型事件和查询日志系统提供了:
- 实时查询监控:通过循环缓冲区和 SQLite 数据库实现高性能日志存储
- 全面的性能指标:通过 stats_mysql_global 和 Prometheus 导出器暴露监控数据
- 历史查询分析:支持长期查询模式分析
预处理语句调试
新增预处理语句参数日志功能(#4895, #4922),通过 mysql-eventslog_stmt_parameters 变量控制,为复杂查询调试提供了有力工具。
通用改进与优化
安全基础升级
ProxySQL 现在动态链接系统 OpenSSL 库,取代了之前的静态链接方式。同时会检测并警告可能存在的 OpenSSL 版本兼容性问题(#4740)。
性能调优
- 优化了管理接口的响应速度,减少不必要的 SQLite VACUUM 操作(#4859)
- 调试版本改进了日志写入性能,采用缓冲机制减少磁盘 I/O(#4818)
稳定性增强
- 修复了 DNS 缓存可能导致突发负载的问题(#4745)
- 改进了 PROXYSQL RESUME 命令的可靠性(#4758)
- 增强了错误处理机制,避免权限问题导致的崩溃循环(#4903)
技术选型建议
对于纯 MySQL 环境,v3.0.1 提供了生产级稳定的代理功能,特别是增强的日志和监控能力使其成为运维复杂 MySQL 架构的理想选择。
对于 PostgreSQL 环境,虽然功能已经相当完善,但由于仍处于 beta 阶段,建议在非关键业务场景中逐步试用。重点关注其连接复用和监控功能在实际负载下的表现。
混合数据库环境的用户可以考虑采用 ProxySQL 作为统一的代理层,但需注意目前两个模块的配置和管理接口仍是相对独立的。
总结
ProxySQL v3.0.1 标志着该项目从单一的 MySQL 代理向多数据库代理平台的战略转型。通过创新的架构设计和持续的功能优化,它为现代数据库架构提供了更加灵活和强大的代理解决方案。无论是传统 MySQL 用户还是正在考虑 PostgreSQL 迁移的团队,都能从这个版本中找到提升数据库架构弹性和可观测性的有效工具。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C036
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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