PgBouncer 1.24.1版本发布:修复密码有效期验证问题
项目简介
PgBouncer是一个轻量级的PostgreSQL连接池工具,它通过管理数据库连接来提高PostgreSQL服务器的性能和可扩展性。作为PostgreSQL生态系统中的重要组件,PgBouncer能够有效减少数据库连接开销,优化资源利用率,特别适合高并发场景下的数据库应用。
安全更新:CVE-2025-2291问题修复
本次1.24.1版本最重要的更新是修复了一个安全问题(CVE-2025-2291),该问题涉及用户密码有效期验证机制。在之前的版本中,PgBouncer在执行auth_query查询用户密码哈希时,没有考虑密码的VALID UNTIL(有效期至)属性。这意味着即使用户密码已经过期,PgBouncer仍可能允许连接通过。
这一问题在PgBouncer作为PostgreSQL透明代理使用时尤为关键。某些用户可能利用已过期的密码进行连接,绕过数据库的安全策略。为解决此问题,新版本修改了默认的auth_query实现,并在文档中更新了自定义auth_query函数的示例,确保密码有效期检查被正确纳入认证流程。
对于使用自定义auth_query的用户,建议立即更新查询逻辑以包含有效期检查。而使用默认配置的用户,可以选择升级到1.24.1版本,或者在旧版本中手动更新auth_query配置。
其他重要修复
除了安全更新外,1.24.1版本还包含多个功能修复:
-
PAM认证支持回滚:1.24.0版本引入的PAM认证在HBA文件中的支持被发现存在问题,新版本已回滚这一变更。这一修复确保了使用PAM认证的系统能够继续正常工作。
-
用户连接计数修正:修复了用户连接计数递减时的错误。值得注意的是,虽然这个修复已经包含在GitHub的1.24.0标签中,但官方发布的tarball包中遗漏了这一修改,1.24.1版本确保了这一修复的正确包含。
-
测试套件完善:新增了test_load_balance_hosts.py测试文件到发布包中,并解决了多个测试相关问题,使测试能够在Debian打包环境中顺利运行。
文档改进
新版本还改进了文档中的auth_query示例,增加了安全的search_path设置建议。这一改进有助于防止潜在的SQL注入风险,提升系统整体安全性。
升级建议
对于所有使用PgBouncer的生产环境,特别是那些作为PostgreSQL透明代理的场景,强烈建议尽快升级到1.24.1版本。这次更新不仅修复了重要的安全问题,还提高了系统的稳定性和可靠性。升级时应注意:
- 检查当前使用的auth_query配置,确保包含密码有效期检查
- 如果使用PAM认证,验证认证流程是否正常
- 在测试环境中验证所有修复是否按预期工作
对于无法立即升级的系统,至少应手动更新auth_query配置以包含密码有效期检查,作为临时解决方案。
PgBouncer团队持续关注产品安全性和稳定性,这次更新再次体现了他们对产品质量的承诺。用户应保持对PgBouncer更新的关注,及时应用安全补丁,确保数据库连接层的安全性。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00