解决PgBackRest不支持PostgresPro标准版16的问题
PgBackRest作为PostgreSQL生态中一款优秀的备份恢复工具,在实际使用过程中可能会遇到与某些PostgreSQL分支版本的兼容性问题。本文将详细介绍如何解决PgBackRest不支持PostgresPro标准版16的问题。
问题现象
当用户尝试使用PgBackRest为PostgresPro标准版16创建stanza时,会遇到如下错误提示:
WARN: unable to check pg1: [VersionNotSupportedError] unexpected control version = 1347421460 and catalog version = 202308051
HINT: is this version of PostgreSQL supported?
这表明PgBackRest无法识别PostgresPro标准版16的版本信息,导致无法正常创建备份stanza。
问题原因
PostgresPro作为PostgreSQL的一个分支版本,其内部版本控制机制与官方PostgreSQL有所不同。虽然PostgresPro标准版16基于PostgreSQL 16.2开发,但其版本号标识方式存在差异:
- 命令行显示的版本号为"postgres (PostgreSQL) 16.2"
- 但通过SQL查询
server_version_num得到的值为160002 - 控制文件中的版本号为1347421460
这种差异导致PgBackRest无法正确识别数据库版本,从而抛出版本不支持的警告。
解决方案
PgBackRest提供了pg-version-force参数来解决此类分支版本的兼容性问题。具体配置方法如下:
- 在stanza配置中添加以下参数:
pg-version-force=16
- 这个参数会强制PgBackRest使用指定的PostgreSQL主版本号(16)进行操作,而不再依赖自动检测的版本信息。
注意事项
-
确保
server_version_num查询结果与强制设置的版本号匹配。对于PostgresPro标准版16,select setting from pg_settings where name = 'server_version_num'应返回160002。 -
该参数只需要在stanza级别配置一次,无需为每个pg主机单独设置。
-
此解决方案适用于PostgreSQL的各种分支版本和开发版本,当自动版本检测失败时都可以尝试使用。
总结
通过合理使用pg-version-force参数,可以解决PgBackRest与PostgresPro等PostgreSQL分支版本的兼容性问题。这种方案不仅适用于PostgresPro标准版16,也可用于其他因版本标识差异导致PgBackRest无法正常工作的场景。
对于数据库管理员来说,了解这类问题的解决思路有助于在遇到类似兼容性问题时快速找到解决方案,确保备份系统的正常运行。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
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-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
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