Javamelody 项目兼容 PostgreSQL 15 数据库的修复方案
背景介绍
Javamelody 是一个用于监控 Java 应用程序性能的开源工具,它能够收集并展示应用程序的各种运行时指标。在监控数据库时,Javamelody 会查询数据库的系统视图来获取相关信息。最近,有用户报告在使用 PostgreSQL 15 数据库时遇到了查询失败的问题。
问题分析
当 Javamelody 尝试获取数据库概览信息时,会执行一个包含 datlastsysoid 列的 SQL 查询。这个查询在 PostgreSQL 15 之前的版本中能够正常工作,但在 PostgreSQL 15 中会失败,原因是 PostgreSQL 15 移除了 pg_database 视图中的 datlastsysoid 列。
PostgreSQL 15 的这一变更属于不兼容性修改,且未在官方发布说明中明确提及。这种变更导致了依赖该列的应用程序出现兼容性问题。
技术细节
原始查询分析
Javamelody 原本执行的查询语句如下:
SELECT datname, pg_get_userbyid(datdba) AS dba,
pg_catalog.pg_encoding_to_char(encoding) AS encoding,
datistemplate, datallowconn, datconnlimit, datlastsysoid,
datfrozenxid, spcname as tablespace,
pg_size_pretty(pg_database_size(datname)) AS size, datacl
FROM pg_database, pg_tablespace
WHERE dattablespace = pg_tablespace.oid
ORDER BY datname
PostgreSQL 15 的变化
PostgreSQL 15 移除了 pg_database 视图中的 datlastsysoid 列,这是为了简化系统视图并移除不再需要的功能。这一变更影响了所有依赖该列的应用程序。
解决方案
Javamelody 开发团队通过以下方式解决了这个问题:
- 条件查询:修改查询语句,使其在不同版本的 PostgreSQL 中都能正常工作
- 向后兼容:确保修改不会影响旧版本 PostgreSQL 的使用
修改后的查询逻辑会检测数据库版本,对于 PostgreSQL 15 及以上版本,查询中不再包含 datlastsysoid 列。
实现方式
在实际代码中,开发团队通过修改 databaseInformations.properties 文件中的查询定义,实现了对不同版本 PostgreSQL 的适配。对于 PostgreSQL 15 及以上版本,使用不包含 datlastsysoid 列的查询语句。
影响范围
这一修复确保了 Javamelody 能够:
- 继续支持 PostgreSQL 15 以下版本的所有功能
- 在 PostgreSQL 15 及以上版本中正常获取数据库概览信息(不包含已移除的列数据)
- 保持整体监控功能的完整性
最佳实践
对于开发者而言,这一案例提供了以下经验:
- 数据库版本兼容性:在开发数据库相关功能时,应考虑不同版本间的兼容性问题
- 系统视图依赖:避免过度依赖可能变化的系统视图结构
- 错误处理:实现良好的错误处理机制,以便在遇到类似问题时能够优雅降级
结论
Javamelody 通过这次更新,成功解决了与 PostgreSQL 15 的兼容性问题,展示了开源项目快速响应和修复问题的能力。这一改进确保了用户在使用最新版 PostgreSQL 时也能获得完整的监控体验。
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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