【亲测免费】 pg_cron 技术文档
概述
pg_cron 是一款专为 PostgreSQL 数据库设计的轻量级作业调度器(兼容版本 10 及以上)。该扩展允许用户通过熟悉的cron语法在数据库内部安排执行SQL命令,实现了数据库层面的任务自动化。它支持秒级别调度,并且能够处理复杂的周期性任务,如数据清理、定期备份、或者触发特定的存储过程等。
安装指南
通过包管理器安装
对于 Red Hat, CentOS, Fedora, 和 Amazon Linux 用户,可以利用 PGDG 安装:
sudo yum install -y pg_cron_16
而对于 Debian 或 Ubuntu 系统,通过 apt.postgresql.org 进行安装:
sudo apt-get -y install postgresql-16-cron
从源码编译安装
首先,克隆 pg_cron 的仓库到本地,然后确保 pg_config 在路径中可访问,之后进行编译并安装:
git clone https://github.com/citusdata/pg_cron.git
cd pg_cron
export PATH=/usr/pgsql-16/bin:$PATH # 替换为相应 PostgreSQL 版本的路径
make && sudo PATH=$PATH make install
设置pg_cron
-
修改配置文件:为了使 pg_cron 启动时自动加载,需要将
pg_cron添加至postgresql.conf文件中的shared_preload_libraries参数。shared_preload_libraries = 'pg_cron' -
设置环境:可以在
postgresql.conf中指定 pg_cron 运行的默认数据库、时间区域等。cron.database_name = 'yourdb' # 改为你希望的数据库名,默认是 postgres cron.timezone = 'Asia/Shanghai' # 设置你所在时区 -
重启 PostgreSQL 以应用更改。
-
创建扩展:使用超级用户在数据库中创建 pg_cron 扩展。
CREATE EXTENSION pg_cron; -- 如有需要,授予其他用户使用权限 GRANT USAGE ON SCHEMA cron TO your_user;
使用说明
pg_cron 使用标准的cron表达式来定义任务的执行时间,例如:
SELECT cron.schedule('30 3 * * 6', $$DELETE FROM events WHERE event_time < now() - interval '1 week'$$); -- 周六凌晨3:30删除一周前的数据
pg_cron 也能处理非标准特性,比如使用“$”代表月份的最后一天:
SELECT cron.schedule('0 12 $ * *', $$CALL process_payroll()$$); -- 每个月最后一天中午12点处理薪资
API 使用文档
-
安排作业: 通过
cron.schedule函数安排新作业。SELECT cron.schedule('cron-expression', 'command'); -
取消作业: 使用
cron.unschedule删除已计划的作业。SELECT cron.unschedule('job-name-or-id'); -
跨数据库调度: 对不在安装 pg_cron 的数据库执行命令。
SELECT cron.schedule_in_database('name', 'cron-expression', 'command', 'other_db'); -
查看作业: 查询当前所有作业状态。
SELECT * FROM cron.job; -
查询运行详情: 获取作业运行的历史记录。
SELECT * FROM cron.job_run_details ORDER BY start_time DESC LIMIT 5;
示例和最佳实践
为了维护 pg_cron 的运行记录,建议定期清理 cron.job_run_details 表:
SELECT cron.schedule('0 12 * * *', $$DELETE FROM cron.job_run_details WHERE end_time < now() - interval '7 days'$$);
管理服务支持情况
| 云服务商 | 是否支持pg_cron |
|---|---|
| Aiven PostgreSQL | √ |
| Alibaba Cloud RDS PostgreSQL | √ |
| Amazon RDS for PostgreSQL | √ |
此文档提供了pg_cron的全面介绍,包括安装方法、基本操作以及一些实用的配置和管理技巧,帮助您高效地利用此工具进行数据库任务的自动化管理。记得在实际应用中根据具体需求调整配置和脚本。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00