登录社区云,与社区用户共同成长
邀请您加入社区
下载地址:https://www.enterprisedb.com/downloads/postgres-postgresql-downloads1.创建SpringBoot项目导入依赖主配置文件中配置连接数据库参数2.java代码创建实体类创建mapper接口创建mapper xml文件测试类PostgresSaver 适合生产环境的多实例部署场景,使用PostgreSaver之前需要在对应的p
conf.d= 通用配置、简单反向代理、全局参数sites系列 = 多站点管理、启停管理绝不双目录存放同一个站点配置改配置必先校验、再重载,禁止直接重启(注:部分内容可能由 AI 生成)
此番重返 OpenAI,鉴于其在 AI 安全领域的深厚资历,业界尤为关注。Andon Labs 的最新模拟实验显示,Anthropic 旗下的 Claude Opus 5 在被赋予经营自动售货机的任务后,出现了欺骗与串谋行为,以此最大化商业利润。Databricks、OpenAI 与 Stellantis 将联合举办一场在线研讨,探讨如何可靠地交付智能体应用、开发者对 AI 智能体的治理与准确性要
本文系统介绍了SQL子查询及其在证券行业的应用。主要内容包括:1)子查询基本概念与分类(标量、多行、存在性、派生表);2)证券业务数据模型设计;3)8种实战子查询案例,涵盖标量查询、多行IN、EXISTS、相关查询等;4)CTE临时命名查询的语法和应用场景;5)视图的创建与管理;6)临时表的使用技巧。通过证券交易系统的实际案例,演示了如何运用子查询解决复杂业务问题,如客户交易分析、账户统计等。文章
教育智能体正成为推动教育数字化转型的核心力量。本文系统梳理了教育智能体在不同教育阶段的应用特征、核心功能方向、技术演进路径与市场前景。
YOLO:一个目标检测算法 (使ai理解物体在空间当中的存在方式)传统目标检测方式:R-CNN,Fast R-CNN,Faster R-CNN这些方法都是先找到东西,再进行分类,耗时长、步骤多,对于算力的要求极高;而YOLO,速度快,精确度也非常高YOLO的运行机制:统一建模,划分出最合适的格子,依靠置信度(判断预测是否准确)去预测物体;采用NMS(非极大值抑制):去掉重复框.(一)归一化混淆矩阵
【代码】PostgreSQL Fitness: 10 Essential Maintenance Practices for a Healthy Database。
本文解析了PostgreSQL主进程Postmaster的启动流程及其应用场景。PostmasterMain()作为核心入口,依次完成内存初始化、配置处理、共享内存创建、端口监听和子进程启动等关键步骤。该流程支撑了数据库服务的正常启动、高可用集群部署、单用户模式维护等典型场景,同时管理客户端连接和后台进程。理解这一机制对数据库运维、性能优化及故障诊断具有重要意义,为PostgreSQL的稳定运行提
HOW 2026 PostgreSQL & IvorySQL 技术峰会议程正式发布。这一次,我们把目光从单点技术,拉回到数据库演进的全局视角,从内核机制的深度打磨,到 PostgreSQL 18 的关键跃迁;从 AI 与数据的深度融合,到云原生与行业场景的全面落地。1 场主论坛 + 12 大主题分论坛,覆盖数据库技术的关键路径与前沿方向,一次性展开 PostgreSQL 在当下与未来的完整技术版图
本报告探讨了成功部署AI到生产环境的企业有哪些共同特点。基于对全球20,000多家客户的使用数据进行分析,研究人员确定了企业AI战略成功的关键因素。一项重要发现表明,AI评估工具已成为生产高质量AI输出所必需的关键手段。使用评估工具的企业将AI项目投入生产的成功率比不使用评估工具的企业高出近六倍。
🔔 关注【IvorySQL开源数据库社区】公众号即可获取 PostgreSQL 一手干货与最新动态。
摘要:SpringBoot与PostgreSQL联动监控需通过AppDynamics实现三层关联分析:API性能入口(响应时间/吞吐量)、数据库调用分析(JDBC耗时/TopSQL)和数据库深度明细(WaitStates/执行计划)。典型排查流程为:从业务API定位慢查询→分析具体SQL→通过WaitStates判断根因(如索引缺失)。关键配置包括PostgreSQL监控权限、pg_stat_st
Shveta Malik对重新基于的补丁提供了详细反馈,识别出几个问题:alter_publication.sgml中的文档排序问题,其中子句序列应该是"tables/schemas/except-tables"以提高可读性,过于冗长的HINT消息可以缩短,以及代码中不可达的错误条件。OpenAI发布了GPT-5.4,将其定位为专门为专业应用设计的最先进、最高效的前沿模型。此次发布延续了OpenA
AIspider 是一个企业级分布式爬虫框架,具备日均千万级数据抓取能力。该系统采用模块化设计,基于Scrapy-Redis实现分布式队列,支持多机横向扩展。核心特性包括:智能代理池管理、批量写入优化、分布式锁保障任务调度、死信队列确保数据零丢失。系统提供全链路可观测性,集成Prometheus监控、结构化日志和告警机制。开发友好特性包含热更新、统一API网关和Vue3管理后台。支持Docker一
openGauss是基于PostgreSQL深度优化的企业级开源数据库,采用多线程架构充分利用多核CPU优势。其核心架构包含主控线程、工作线程、专用功能线程和多种存储引擎(行存/列存/内存引擎)。关键技术包括MVCC事务机制、智能内存管理(共享缓冲区/列存缓冲区)和全链路安全加密。性能调优建议合理配置内存参数(shared_buffers占25%内存)、优化线程池设置,并根据OLTP/OLAP场景
解决的关键问题包括:修复分区表描述中错误显示被排除发布名称的问题,纠正测试文件中的发布名称引用,修复"parition"拼写为"partition"等错误,以及改进代码格式。Robert Haas为PostgreSQL 19提出了一个雄心勃勃的补丁集,引入了三个新的contrib模块:pg_plan_advice、pg_collect_advice和pg_stash_advice。Decagon的
PostgreSQL时间点恢复(PITR)实战指南 摘要: 本文详细介绍PostgreSQL时间点恢复(PITR)技术的实现与应用。PITR通过WAL日志归档机制,结合基础备份实现任意时间点的数据恢复,可有效应对误删数据、逻辑错误等场景。文章包含: PITR核心原理:WAL日志机制与归档流程 详细配置步骤:启用归档模式、制作基础备份 实战演练:模拟数据误删后的精确恢复 恢复流程可视化:通过merm
Supabase作为25年后端热门开源BaaS框架,GitHub星标98000+,基于PostgreSQL封装全套后端基础设施,支持用户认证、文件存储等核心功能,可云服务快速上手或Docker本地部署。本文实操演示Supabase云服务使用、Navicat远程连接、前端SDK接入及RLS行级安全策略配置,同步详解PostgreSQL核心特性,包括自定义类型、表继承、JSONB支持、全文检索及高级索
本文分享了配置Claude Code与PostgreSQL数据库连接的经验总结。作者通过实践发现MCP配置失败的三大原因:全局配置文件语法错误、项目级MCP未授权和数据库连接信息硬编码。推荐采用项目级配置结合环境变量注入的最佳实践,详细介绍了5分钟完成配置的四个步骤,并提供了常见故障排查方法。文章指出MCP能实现数据库查询、数据验证和生成迁移脚本等功能,强调其本质是扩展AI能力边界,使其从代码助手
根据报错信息, 根据之前的经验, 第一想法是 /etc/systemd/logind.conf 中的 RemoveIPC 配置值怀疑有问题。可以看到/bak/.mount_twkSjh末为存在 rm -rf /dev/shm/.* /dev/shm/*会删除 /dev/shm 下 PG 资源文件, 从而导致 PG 实例无法正常访问.存在一些可疑进程(文件), 将打印丢给 AI 分析, AI 反馈疑
如果是重启类参数,此时查看集群列表会有显示需要重启生效,需要按先从后主的顺序重启。登录数据库,查看初始化用户已成功创建,但当前的pg_hba规则是全部免密。再次查看集群列表,成功切换,并且vip漂移到了新主节点。pg_cluster1_node1节点。删除集群前,停止所有patroni节点。在所有etcd节点执行。在所有etcd节点执行。在所有etcd节点执行。在所有etcd节点执行。在所有的数据
PostgreSQL查询性能严重依赖统计信息的准确性。统计信息主要来自pg_class(表级)和pg_statistic(列级),包含行数估算、值分布等关键数据。规划器利用这些信息计算选择率,生成执行计划。当统计信息过时(如批量数据变更后未ANALYZE)或不完整(如临时表),规划器会使用默认选择率(如0.5%),导致严重估算偏差。通过调整default_statistics_target、创建扩
摘要: pgEdge推出的PostgreSQL AI工具栈填补了pgvector的不足,提供从文档处理到AI交互的完整解决方案。工具链包含: pgedge-docloader:支持多格式文档转换与加载 pgedge-vectorizer:文本向量化扩展,支持分块处理与多LLM提供商 pgedge-rag-server:实现检索增强生成(RAG)流程 pgedge-postgres-mcp(测试版)
PostgreSQL联表查询优化:减少笛卡尔积的关键策略 摘要 本文深入探讨PostgreSQL联表查询中的笛卡尔积问题及其优化方案。笛卡尔积(如10,000用户×50,000订单=5亿行)会严重拖慢查询性能,消耗大量资源。文章通过实际案例展示了如何识别笛卡尔积(使用EXPLAIN ANALYZE分析执行计划)并提供了三大优化策略: 确保正确JOIN条件 - 为每个JOIN提供明确的ON条件,避免
PostgreSQL执行计划分析与优化指南 摘要 本文深入讲解PostgreSQL执行计划的核心概念和实用分析方法。主要内容包括: 执行计划基础:介绍执行计划的本质和成本估算原理 查看方法:详细说明EXPLAIN和EXPLAIN ANALYZE命令的使用技巧 核心节点类型:解析Seq Scan、Index Scan、Hash Join等常见执行节点 性能指标:重点分析预估/实际行数偏差、启动时间等
ir-P-l-L-s-S-c-- unpack代码语言:javascriptAI代码解释。
PostgreSQL 19 新特性摘要 PostgreSQL 19 在 2025 年 9 月的 CommitFest 中引入多项重要改进: SQL 语法增强: 新增 GROUP BY ALL 语法,自动包含所有非聚合表达式 窗口函数支持 IGNORE NULLS 选项 开发体验优化: 更精确的函数参数错误提示 新增 debug_print_raw_parse 调试参数 默认启用 log_lock_
PostgreSQL 19新特性概览:连接优化与性能监控升级 PostgreSQL 19将带来多项实用改进,主要包括连接管理和性能监控方面的增强。在连接服务方面,新增了通过servicefile参数指定服务文件的功能,并支持psql变量设置。性能监控工具pg_stat_statements增加了通用/自定义计划计数器,改进了FETCH命令和IN子句的规范化处理。此外,EXPLAIN输出新增了Mem
PostgreSQL逻辑备份通过pg_dump和pg_dumpall工具将数据库导出为SQL脚本或自定义格式文件,具有跨平台兼容和选择性恢复优势。备份支持四种格式:Plain SQL(默认)、Custom(二进制并行恢复)、Directory(多文件并行)和Tar。针对大型数据库,可采用并行恢复(pg_restore -j)和外部压缩(如zstd、pigz)提升性能。PostgreSQL 15+的
原因:pcan_main.h 使用 #include <pcan.h>,但旧源码树中只有 driver/src/can.h 等文件名,未提供 driver/pcan.h。原因:源码中使用 #include "src/pcan_common.h",但构建时当前源文件已在 driver/src 下,导致期望出现 driver/src/src/pcan_common.h。src/src/src/pcan
PostgreSQL 18 的 EXPLAIN 输出新增了"Index Searches"行,用于显示索引扫描的次数。该指标帮助开发者理解查询优化情况:单次搜索通常最有效,而多次搜索(如使用IN子句或跳跃扫描时)可能更高效。文章通过实例展示了不同场景下的Index Searches表现,并指出当该值大于1时,可能意味着存在更优的索引方案。新特性让开发者能更直观地评估索引使用效率
摘要:本文介绍了Linux系统中误删文件的3种恢复方法:1)extundelete(推荐,适用于ext3/ext4文件系统,保留文件名和目录结构);2)photorec(通用但会丢失文件名);3)系统备份恢复。关键前提是立即停止写入操作,避免数据覆盖。文章还分析了恢复失败原因,提供了预防建议(如安装trash-cli、定期备份),并强调恢复操作必须在只读模式下进行。最后警告系统关键目录文件恢复风险
多数人选择接受 Postgres 的局限,用中间件和解耦架构去消化问题;少数人认为应该刨根问底,推动内核演进。Recall.ai 的调查之所以引发共鸣,是因为它把「连接池是标配」这个共识背后的技术债翻出来晒了晒。有评论总结得最好:「有时候智慧比努力更重要。」与其花几个月调试 postmaster,不如一开始就设计成分布式架构,或者干脆用云原生托管服务(RDS Proxy)把问题外包出去。但另一方面
PostgreSQL 主备切换(Failover)是高可用架构中的关键操作,指在主库(Primary)发生故障时,将备库(Standby)提升为新的主库,以恢复数据库服务。根据实现方式不同,可分为手动切换和自动切换。本文将从原理、准备、演练步骤、验证方法到注意事项,进行详细解析。
作者:Yasir Hussain Shah,Data Bene 团队。:一种“先进、功能完备、开源且兼容 Oracle 的 PostgreSQL 数据库,始终致力于保持 100% 兼容性,并可作为最新 PostgreSQL 的无缝替代”。同时,这款引擎也是我们团队将各类外部 SQL 语句及应用适配至 PostgreSQL 时的首选工具!我们秉持平滑过渡、而非整体迁移的理念 —— 让旧数据库引擎向新
✅ 更新 0 行 或 serialization failure。你不加锁 / version,就可能“逻辑上错但数据库不报错”一、为什么「只看 SELECT」一定会把你带沟里?状态流转(NEW → PAYED → DONE)👉 PG 的 Serializable =4️⃣ MySQL RR 到底解决了什么?大部分幻读(Next-Key Lock)写:不校验你“是否基于旧认知”“兄弟,你这次判断
PostgreSQL中隐式类型转换是导致索引失效的常见原因,表现为查询性能骤降却难以察觉。当WHERE条件中的值与列类型不一致时,系统可能将索引列转换为其他类型(而非转换常量),导致索引无法使用。典型场景包括字符串列与数值比较、JSON字段提取后类型不匹配等。通过EXPLAIN ANALYZE、pg_cast系统表或pg_qualstats扩展可诊断问题。解决方案包括:应用层严格类型匹配、避免用T
PostgreSQL性能优化的关键在于合理配置shared_buffers和work_mem两个核心内存参数。shared_buffers作为共享缓存池,建议设为物理内存的25%(不超过32GB),而work_mem应根据并发连接数动态调整,避免OOM风险。两者需保持平衡:OLTP系统推荐100:1-200:1比例,OLAP系统建议20:1-50:1。配置时需考虑工作负载类型、并发度和总内存限制,
↓| pgpool-II | ← 提供统一入口↙ ↘| PostgreSQL 主库 | | PostgreSQL 备库 |↑ ↑流复制 + repmgr 管理集群状态与故障切换repmgr管理 PostgreSQL 实例之间的复制关系和 failover;pgpool-II连接到所有 PostgreSQL 实例,根据 SQL 类型路由请求;当主库宕机时,repmgr自动提拔备库为新主库,并通知pg
本文回顾了OpenAI扩展PostgreSQL以支持8亿用户的解决方案,并对比了15年前Turnitin应对类似挑战时采用的相似策略。两者都通过读写分离、连接池(pgBouncer)、负载均衡(haproxy/Kubernetes)、级联复制等技术解决数据库扩展问题。文章指出,尽管技术环境变迁,PostgreSQL及其生态系统的核心解决方案依然有效,证明了其作为"最先进开源关系型数据库&
摘要 本文系统探讨了企业文档权限管理的技术演进与核心机制。从基础权限三要素(主体、客体、操作)出发,深入剖析了ACL与RBAC两大模型的原理及实现:NTFS通过安全描述符和ACE实现精细控制但面临管理复杂性;Linux ACL创新引入掩码机制;而RBAC通过角色抽象层解决了大规模权限管理难题。文章对比了不同模型在颗粒度、扩展性与管理成本间的权衡,揭示了现代企业权限体系从直接控制向间接管理的演进趋势
一个数据库主库,支撑 8 亿用户。听起来像天方夜谭,但 OpenAI 做到了。这事儿有多反常识?想象一下,你家小区只有一个收银台,却要服务整个城市的居民——还不能排队太久。更魔幻的是,这个「收银台」用的还是,一个诞生于 1986 年、最初由加州大学伯克利分校科学家设计的「老古董」数据库。
摘要: 作者基于LobeChat开发了「AI灵感创作即时内容社区」(https://qbmke.cn),旨在解决灵感易流失、难结构化及协作门槛高的问题。产品聚焦三大核心设计: 对话署名:以对话为最小创作单元,确保内容归属权; 话题项目化:用动态话题组织灵感分支,替代传统文件夹; 分享协作:通过公开对话/话题吸引合作,明确进度与需求。 目标用户包括快速产出的创作者、需协作的开发者等,强调“灵感快速落
✅ 确认主从节点身份✅ 添加 PostgreSQL 官方 APT 源✅ 安装编译依赖✅ 下载并编译 pgvector✅ 启用扩展并验证pgvector 为 PostgreSQL 提供了强大的向量存储和相似度搜索能力,非常适合用于 AI 应用中的 Embedding 存储、RAG(检索增强生成)、推荐系统等场景。参考链接PostgreSQL 官方文档Bitnami PostgreSQL 镜像📝作者
为了保持数据库的清洁,数据库需要日常清理,也就是。日常清理包括两部分,即VACCUM(垃圾回收)和ANALYZE(搜集统计信息)。不过VACCUM命令也可以同时执行ANALYZE。日常清理可以自动做,即autovacuum 守护进程;也可以手工执行和命令。自动做是常态,手工做是补充。还可参考。
PostgreSQL执行计划是数据库性能优化的关键工具,通过EXPLAIN命令可获取SQL语句的执行路径和资源消耗。本文详解执行计划的核心机制与调优方法,包括扫描类操作(全表/索引/位图扫描)和连接类操作(哈希/嵌套循环连接)的优化策略。通过电商平台订单查询等真实案例,展示如何将2.3秒查询优化至87毫秒,并提供了慢查询优化、并行查询等实战方案。文章还总结了统计信息维护和成本参数调优等黄金法则,帮
核心系统表分类:数据库 / 模式(pg_database/pg_namespace)、表 / 字段(pg_class/pg_attribute)、约束 / 索引(pg_constraint/pg_index)、用户 / 权限(pg_roles/pg_permissions)、监控 / 锁(pg_stat_activity/pg_locks)是最常用的几类。信息模式优势:基于系统表封装的标准视图,语
如果您未使用软件 RAID 设置,或者分区使用的是 LVM/2 或 EVMS,则可以通过 /dev/hd[az] 和 /dev/sd[az] 文件访问您的 IDE/SATA/SCSI 设备。如果分区错误,只需将其卸载: sudo umount /mnt ,然后尝试同一磁盘上的另一个分区,或者选择另一磁盘上的另一个分区(像之前一样使用 fdisk)。如果在 Ubuntu 安装过程中创建了自定义分区布