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。
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