Pigsty v3.2.2发布:全面支持Omnigres与390个PostgreSQL扩展
Pigsty是一款开源的PostgreSQL数据库管理平台,它通过提供完整的工具链和自动化部署能力,让用户可以轻松构建、管理和监控PostgreSQL数据库环境。最新发布的v3.2.2版本带来了多项重要更新,特别是在扩展支持和功能增强方面。
Omnigres全面支持
本次更新的亮点之一是新增了对Omnigres的完整支持。Omnigres是一个将PostgreSQL转变为全功能应用平台的创新项目,它允许开发者直接在数据库内部构建完整的Web应用。Pigsty v3.2.2集成了Omnigres及其33个相关扩展,为用户提供了开箱即用的PostgreSQL应用开发平台。
Omnigres的加入意味着开发者现在可以在Pigsty环境中:
- 直接在PostgreSQL中处理HTTP请求
- 构建完整的Web应用后端
- 实现服务器端渲染
- 开发实时应用
新增扩展支持
除了Omnigres外,v3.2.2还新增了多个实用的PostgreSQL扩展:
-
pg_mooncake:这个扩展将DuckDB的功能引入PostgreSQL,为用户提供了轻量级分析数据库的能力,特别适合需要快速分析查询的场景。
-
pg_xxhash:一个高效的哈希算法实现,为数据分片和一致性哈希等场景提供支持。
-
timescaledb_toolkit:这是TimescaleDB的补充工具包,增强了时间序列数据分析能力。
-
pg_xenophile:专注于地理空间数据处理的扩展。
-
pg_drop_events:帮助监控和管理数据库中的DROP操作。
-
pg_incremental:为增量数据处理提供专门支持。
重要扩展更新
v3.2.2还对多个已有扩展进行了版本升级:
- Citus升级至13.0.0版本,新增了对即将发布的PostgreSQL 17的支持。
- pgml机器学习扩展升级至2.10.0,增强了数据库内机器学习能力。
- pg_extra_time升级至2.0.0,提供了更丰富的时间处理功能。
- pg_vectorize升级至0.20.0,改进了向量化操作性能。
- pg_search升级至0.14.1,优化了全文搜索体验。
- pg_analytics升级至0.3.0,增强了分析查询能力。
核心功能改进
在数据库核心功能方面,v3.2.2也带来了多项重要更新:
-
IvorySQL升级:将兼容Oracle的IvorySQL升级至4.2版本,基于PostgreSQL 17.2。
-
PolarDB支持扩展:新增了对Arm64架构和Debian系统的PolarDB内核支持,为用户提供了更多部署选择。
-
基础设施增强:默认包含了certbot和certbot-nginx工具,简化了SSL证书管理流程。
-
连接池优化:将pgbouncer的max_prepared_statements参数默认值提升至256,改善了高并发场景下的性能表现。
-
包管理简化:移除了pgxxx-citus包别名,并默认隐藏了pgxxx-olap扩展类别,使扩展管理界面更加清晰。
总结
Pigsty v3.2.2通过引入Omnigres支持和大量新扩展,进一步巩固了其作为PostgreSQL全功能管理平台的地位。无论是需要构建完整应用的开发者,还是专注于数据分析的专业人士,都能从这个版本中找到有价值的改进。特别是对新兴技术如Omnigres和DuckDB的支持,展现了Pigsty项目紧跟技术发展趋势的承诺。
对于现有用户,建议评估新扩展和功能是否能满足业务需求,特别是那些需要构建数据库内应用或进行高级数据分析的场景。新用户可以借助这个版本更轻松地搭建功能全面的PostgreSQL环境,而无需花费大量时间在扩展安装和配置上。
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-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