SPQR 2.4.0版本发布:分布式PostgreSQL路由引擎的重大升级
SPQR是一个开源的PostgreSQL分片中间件,它作为数据库代理层,能够将SQL查询智能路由到后端的多个PostgreSQL实例。SPQR通过透明的分片机制,为应用程序提供了单一数据库入口的体验,同时实现了数据的水平扩展能力。
核心功能增强
本次2.4.0版本带来了多项重要功能升级,显著提升了SPQR的兼容性和实用性。
基础功能支持扩展
新版本增加了对多种PostgreSQL特性的原生支持,包括:
SELECT version()查询:现在可以正确返回SPQR自身的版本信息而非底层PostgreSQL版本- TRUNCATE语句:支持快速清空分片表数据
- CREATE SCHEMA:完整支持模式创建语法
- GRANT SELECT ON TABLE:授权语句现在能够被正确处理
这些改进使得SPQR能够更好地兼容现有应用程序,减少因语法不支持而导致的迁移障碍。
查询路由能力提升
查询路由机制得到了显著优化:
- 支持基于模式限定列引用的路由(如
schema.table.column) - 实现了纯目标列表路由能力,增强了复杂查询的处理能力
- 改进了子计划路由处理,现在会智能跳过而非直接报错
这些改进使得SPQR能够更准确地解析和路由包含复杂引用的SQL语句,提高了查询成功率。
初始化脚本处理增强
新版本支持多行初始化SQL的解析,这使得在SPQR启动时执行复杂的初始化脚本成为可能。这一特性对于需要预先创建大量数据库对象的场景特别有用。
引擎架构革新(Engine V2)
2.4.0版本在内部引擎架构方面进行了重大重构,为未来的分布式事务处理奠定了基础。
事务处理优化
- 重构了事务管理代码,将其整合到统一的执行器中
- 改进了错误处理机制,确保即使在部署错误时也能正确解除客户端路由
- 增强了虚拟事务的状态报告机制,提供更准确的操作反馈
多分片事务支持
新版本引入了多分片事务处理能力:
- 实现了扩展事务处理机制(通过
__spqr__engine_v2标识) - 支持在指定执行目标上执行扩展事务查询
- 修复了多分片同步状态下的部分执行问题
这些改进为未来完整的分布式事务支持打下了坚实基础。
内部架构重构
引擎内部进行了大规模代码重构:
- 简化了中继(relay)模块的内部结构
- 将查询参数封装到统一结构中,提高了代码可维护性
- 移除了过时的路由回调机制
- 优化了复制状态处理,移除了ExpRoute依赖
这些重构使得代码更加清晰,为后续功能开发扫清了障碍。
质量保证与稳定性提升
除了功能增强外,2.4.0版本还包含多项质量改进:
- 增加了大量回归测试用例,特别是针对模式缓存和哈希路由的场景
- 修复了潜在的TOCTOU(检查时间与使用时间)竞争条件问题
- 移除了多处死代码,提高了代码质量
- 更新了依赖库版本,包括golang.org/x/crypto和golang.org/x/sync等
总结
SPQR 2.4.0版本标志着该项目在功能完备性和架构现代化方面迈出了重要一步。通过增加对更多PostgreSQL语法的支持、优化查询路由机制以及重构内部引擎架构,SPQR正逐步成为一个成熟的PostgreSQL分片解决方案。特别是Engine V2的引入,为未来实现完整的分布式事务支持奠定了基础,这将大大提升SPQR在关键业务场景中的适用性。
对于正在考虑或已经使用PostgreSQL分片的用户来说,2.4.0版本提供了更好的兼容性和更稳定的运行表现,值得升级体验。随着项目的持续发展,SPQR有望成为PostgreSQL生态中分片方案的重要选择。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00