DoltgreSQL:版本控制的PostgreSQL数据库
项目介绍
DoltgreSQL(又名Doltgres)是Dolt的一个PostgreSQL风格版本,目前处于预阿尔法发布阶段。它旨在将类似于Git的日志、差异、分支和合并功能带到你的PostgreSQL数据库模式和数据中。不同于使用MySQL客户端和MySQL SQL,用户可以利用PostgreSQL客户端与Doltgres交互,并使用PostgreSQL SQL。此项目从Dolt——世界上首个版本控制的SQL数据库发展而来,特别针对想要在数据库层面实现版本控制的需求。
快速启动
安装与设置
首先,下载DoltgreSQL的最新版本。确保你的系统已安装PostgreSQL 15或更高版本。如果你使用的是macOS并且通过Homebrew安装PostgreSQL,可能需要手动添加路径:
export PATH="/opt/homebrew/opt/postgresql@15/bin:$PATH"
然后,运行Doltgres初始化数据库环境:
doltgres
这会在默认目录~/doltgres/databases创建一个名为doltgres的数据库及用户。你可以通过指定--data-dir或调整DOLTGRES_DATA_DIR环境变量来改变存储位置。
连接与基本操作
打开一个新的终端并连接到刚创建的数据库:
psql -h localhost -U doltgres
接下来,在Doltgres中创建示例数据库和表:
create database getting_started;
\c getting_started;
create table employees (id int8, last_name text, first_name text, primary key(id));
create table teams (id int8, team_name text, primary key(id));
create table employees_teams(team_id int8, employee_id int8, primary key(team_id, employee_id), foreign key(team_id) references teams(id), foreign key(employee_id) references employees(id));
进行初次提交以体验版本控制特性:
select * from dolt_status;
call dolt_add('teams', 'employees', 'employees_teams');
call dolt_commit('-m', 'Initial schema created');
select * from dolt_log;
应用案例与最佳实践
虽然Doltgres尚处于实验性阶段,但它适用于那些希望对PostgreSQL数据库进行版本控制的场景。一个典型的使用案例是在团队间协作开发数据库结构和初始数据时,保证数据变更的可追溯性和一致性。最佳实践包括频繁地提交数据库变化,使用清晰的提交信息记录每一次更改的目的,以及定期备份数据。
典型生态项目
由于Doltgres本身就是一个特殊的数据库解决方案,其生态系统围绕版本控制的数据库管理展开。尽管目前没有详细列出具体的“典型生态项目”,但它的存在扩展了数据库管理工具的边界,鼓励开发者探索如何结合其他DevOps工具链,比如CI/CD流程中的数据库版本自动化管理。随着项目成熟,可能会出现更多集成案例,如与GitLab CI/CD或Jenkins的自动化部署结合,或者与数据仓库迁移工具的协同使用,提升数据治理的质量和效率。
请注意,上述信息基于提供的链接资料编撰,实际使用时应参考最新的项目文档和社区更新。
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。C051
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。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。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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