pgAdmin4 侧边栏布局优化与使用技巧
2025-06-28 05:45:58作者:余洋婵Anita
经典布局与现代布局的选择
pgAdmin4 作为 PostgreSQL 数据库管理工具,在界面布局上提供了两种主要模式:经典布局(Classic)和现代布局(Workspace)。这两种布局模式各有特点,适用于不同的用户场景。
经典布局采用传统的固定侧边栏设计,数据库对象树形结构始终可见,不会因打开查询工具或表视图而自动折叠。这种布局适合习惯传统数据库管理工具操作方式的用户,特别是需要频繁在不同数据库对象间切换的场景。
现代布局则采用了更灵活的浮动面板设计,通过工作区(Workspace)概念组织不同功能模块。这种布局在屏幕空间利用上更为高效,适合多任务并行处理的场景。但在早期版本中,用户反馈当打开表视图或查询工具时,侧边栏会自动折叠,影响了操作连续性。
布局切换方法
在 pgAdmin4 中切换布局非常简单:
- 点击顶部菜单栏的"文件"→"偏好设置"
- 选择"杂项"→"用户界面"选项卡
- 在"布局"下拉菜单中选择"经典"或"工作区"
现代布局的改进
针对用户反馈的侧边栏自动折叠问题,开发团队在后续版本中进行了优化。从 v9.1 版本开始,现代布局的行为更加智能:
- 查询工具和PSQL标签页现在会在当前活动工作区中打开,保持侧边栏状态不变
- 新增"在各自工作区中打开查询工具/PSQL"选项,默认为关闭状态
- 当从欢迎页面触发操作时,相关标签页也会在当前活动工作区打开
这些改进既保留了现代布局的空间利用率优势,又解决了操作流程被打断的问题,提供了更流畅的用户体验。
布局选择建议
对于不同用户群体,我们建议:
- 数据库管理员:如果经常需要同时监控多个数据库状态,现代布局的多工作区特性可能更合适
- 开发人员:频繁编写和测试SQL查询时,经典布局的稳定性可能更受欢迎
- 教学场景:经典布局的固定结构更利于演示和讲解数据库对象关系
无论选择哪种布局,pgAdmin4 都致力于提供高效的 PostgreSQL 数据库管理体验。用户可以根据自己的工作习惯和具体需求灵活选择最适合的界面布局方式。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218