Pigsty v3.5.0 Beta版本发布:PostgreSQL 18支持与监控体系重构
Pigsty是一个开源的PostgreSQL数据库管理平台,它提供了一整套从基础设施到数据库管理的解决方案。作为一个"Battery-Included"的PostgreSQL发行版,Pigsty集成了监控、高可用、备份恢复等核心功能,让用户可以快速部署和管理PostgreSQL集群。
近日,Pigsty发布了v3.5.0 Beta版本,这个版本带来了多项重要更新,特别是对即将发布的PostgreSQL 18的早期支持,以及监控系统的重大重构。下面我们来详细解析这个版本的主要改进。
PostgreSQL 18的早期支持
v3.5.0 Beta版本最引人注目的特性是提供了对PostgreSQL 18的早期支持。PostgreSQL 18虽然尚未正式发布,但Pigsty已经提前做好了准备:
- 监控支持:新版pg_exporter 1.0.0+已经能够获取PostgreSQL 18的各项指标数据
- 安装支持:通过pig 0.4.1+工具可以完成PostgreSQL 18的安装部署
这种前瞻性的支持体现了Pigsty项目紧跟PostgreSQL社区发展的理念,让用户能够在第一时间体验到最新版本的PostgreSQL。
PGSQL模块的重大重构
Pigsty v3.5.0对核心的PGSQL模块进行了深度重构,主要改进包括:
- 监控功能分离:将PG监控功能从PGSQL模块中分离出来,形成独立的pg_monitor角色,使架构更加清晰
- 任务简化:移除冗余任务,合并相似项,简化配置,删除了dir/utils任务块
- 安全增强:所有扩展默认安装到extensions模式,遵循Supabase的安全实践;在监控函数模板中添加SET命令清除search_path
- 日志优化:调整日志参数配置,明确日志轮转设置
- 模板文件整理:重命名模板文件,移除所有.j2后缀
- 连接池改进:调整pgbouncer默认参数,增大默认连接池大小,设置连接池清理查询;新增pgbouncer_ignore_param参数配置忽略参数列表
这些重构不仅提升了系统的安全性和可维护性,也为未来的功能扩展打下了更好的基础。
新增pg_monitor模块
监控是Pigsty的核心功能之一,v3.5.0版本对监控系统进行了重大升级:
- 架构调整:pgbouncer_exporter不再与pg_exporter共享配置文件
- 扩展支持:新增对TimescaleDB和Citus的监控指标
- 工具升级:使用pg_exporter 0.9.0,更新了PG16/17的复制槽指标
- 配置优化:采用更紧凑、新设计的监控配置文件
这些改进使得监控系统更加模块化,功能更全面,配置更简洁。
Supabase增强
Pigsty v3.5.0对Supabase的支持也进行了多项增强:
- 容器与模式更新:升级到最新版本的Supabase容器和模式
- 安全增强:支持pgsodium服务器密钥加载
- 问题修复:通过supa-kick定时任务解决logflare延迟问题
- 安全实践:为监控函数添加set search_path子句
这些改进主要来自社区贡献者lawso017的工作,体现了Pigsty社区的活跃性。
新增pig do命令
在命令行工具方面,v3.5.0新增了pig do命令,这个命令允许通过命令行工具替代bin/目录下的Shell脚本,使操作更加统一和便捷。
软件包更新
v3.5.0版本更新了大量软件包,包括:
基础设施方面:
- pig 0.4.1
- pg_exporter 0.9.0
- Prometheus 3.3.0
- VictoriaMetrics 1.115.0
- Vector 0.46.1
- 新增mtail 3.0.8日志监控工具
数据库工具:
- pgbouncer 1.24.1
- pgbackrest 2.55
- pgbadger 13.1
扩展方面:
- Omnigres更新至20250507
- Citus 12.0.3
- TimescaleDB 2.19.3
- 以及pg_tracing、pgmq、tzf-pg等众多扩展的版本更新
这些软件包的更新不仅带来了新功能,也修复了已知问题,提升了系统的稳定性和性能。
总结
Pigsty v3.5.0 Beta版本是一个重要的里程碑,它通过PostgreSQL 18的早期支持展示了项目的前瞻性,通过监控系统的重构提升了架构的清晰度,通过大量软件包的更新确保了系统的现代性。虽然目前还是Beta版本,不建议在生产环境使用,但它为即将到来的稳定版本奠定了坚实的基础。
对于PostgreSQL用户和开发者来说,Pigsty v3.5.0提供了一个功能全面、易于使用的管理平台,特别是在监控和高可用方面有着独特的优势。随着PostgreSQL 18的正式发布临近,Pigsty的这项早期支持将帮助用户更快地评估和采用新版本。
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-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
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