EdgeDB 5.7版本中PostgreSQL兼容函数访问限制解析
2025-05-16 14:37:19作者:钟日瑜
EdgeDB作为新一代的关系-对象数据库,在其5.7版本中引入了一项重要的安全变更:默认禁止了部分PostgreSQL系统函数的访问权限。这一变更直接影响了依赖这些函数的第三方工具,如Fivetrans数据同步服务的正常运行。
变更背景
EdgeDB基于PostgreSQL构建,为了保持兼容性,它提供了对许多PostgreSQL系统函数的访问。然而在5.7版本中,出于安全考虑,EdgeDB团队决定默认限制部分可能暴露系统内部信息的PostgreSQL函数。
受影响的主要函数包括:
pg_backend_pid():获取当前连接的后端进程IDpg_replication_slots相关函数:管理逻辑复制槽pg_wal_lsn_diff():计算WAL日志位置差异pg_is_in_recovery():判断是否处于恢复模式pg_last_wal_replay_lsn():获取最后重放的WAL位置pg_current_wal_flush_lsn():获取当前已刷新的WAL位置
影响分析
这些函数的限制主要影响了需要监控数据库状态或实现数据复制的工具。以Fivetrans为例,它使用这些PostgreSQL函数来:
- 监控复制槽状态
- 计算复制延迟
- 管理连接生命周期
当这些函数被禁止访问时,Fivetrans无法获取必要的复制状态信息,导致同步功能失效。
技术细节
在EdgeDB 5.6及之前版本中,这些PostgreSQL函数可以自由调用,因为它们被视为兼容层的一部分。但在5.7版本中,EdgeDB实施了更严格的函数访问控制策略:
- 函数权限分类:将PostgreSQL函数分为允许和禁止两类
- 默认禁止:潜在敏感的函数默认被列入禁止列表
- 错误提示:尝试调用被禁函数时会返回"forbidden function"错误
解决方案
对于需要使用这些函数的应用,EdgeDB提供了几种解决方案:
- 配置覆盖:通过修改EdgeDB配置允许特定函数
- 权限调整:为特定角色授予函数执行权限
- 版本回退:暂时回退到5.6版本(不推荐长期方案)
EdgeDB团队在发现问题后迅速响应,通过后续提交修复了这一问题,恢复了这些函数的可访问性,确保了与现有工具的兼容性。
最佳实践
对于数据库管理员和开发者,建议:
- 升级前测试:在测试环境验证所有依赖PostgreSQL函数的工具
- 权限最小化:只授予必要的函数访问权限
- 监控变更:关注EdgeDB发布说明中的兼容性变更
- 替代方案:考虑使用EdgeDB原生功能替代PostgreSQL函数
这一变更体现了EdgeDB在安全性和兼容性之间的平衡考量,也展示了其响应社区反馈的敏捷性。
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
最新内容推荐
Python开发者的macOS终极指南:VSCode安装配置全攻略 Launch4j中文版:Java应用程序打包成EXE的终极解决方案 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 XMODEM协议C语言实现:嵌入式系统串口文件传输的经典解决方案
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
414
3.19 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
160
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++
689
325
🔥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
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492