PostgreSQL 每周新闻 2026-2-18
PostgreSQL每周新闻#636 - 2026年2月18日
备注:英文原文地址
Postgres 18.2, 17.8, 16.12, 15.16 和 14.21 发布,但是..!
Postgres 的每个维护版本线都收到了更新,以修复各种错误以及五个安全问题,涉及 oidvector、intarray、pgcrypto、pg_trgm,以及一个多字节字符长度验证问题,可能导致缓冲区溢出。然而,在升级之前请查看下面的注意事项。
PostgreSQL Global Development Group
⚠️ 在上述发布后不久,Postgres 团队宣布将于 2月26日发布一个周期外版本,以解决上述版本引入的回归问题。Percona 已决定等待该版本后再发布其发行版的新版本。
那个分析数据库本应该是临时的
现在它有自己的管道、自己的模式、自己的问题。TimescaleDB 扩展了 Postgres,使分析可以在实时数据上运行——不需要第二个系统。支持超表、95% 压缩、连续聚合。免费开始构建。
Tiger Data (TimescaleDB 的创建者) 赞助商
Postgres 查询中的读取效率问题
深入分析导致查询缓慢的两个原因:堆/索引膨胀和较少讨论的数据局部性问题。包含工作示例、缓冲区计数以及显示影响和如何修复的前后查询计划。
Michael Christofides
简讯:
Open Alliance for PostgreSQL Education 正在寻找技术贡献者来帮助审查其供应商中立的 Postgres 认证考试材料。
🏴 Jimmy Angelakos 分享了上次 PostgreSQL Edinburgh 聚会的情况 —— 下一次聚会是 3月12日,如果你想去的话。
Roger Welin 解释了为什么 Postgres 的”膨胀”“是一个特性,而不是一个错误。”
Bluebox Docker:一个活跃的 Postgres 示例数据库
Bluebox 是一个用于探索 Postgres 功能的示例数据库,具有非平凡的数据。Bluebox Docker 提供了预加载数据集的容器镜像,支持所有主要的 Postgres 版本,加上 pg_cron 作业,可以持续更新数据以测试清理、膨胀、索引使用监控等。
Ryan Booz
物化视图:何时缓存查询结果有意义(何时没有意义)
物化视图并不复杂,但要很好地使用它们需要谨慎。本指南深入探讨了重要的操作细节,通过一个具体示例,通过预计算聚合将 28 秒的查询降低到 180 毫秒。
Umair Shahid
📺 语言是病毒:在 Postgres 中管理区域设置 – 实用地了解 Postgres 对区域设置的支持。Christophe Pettus
📄 如何在 Windows 上使用 Visual Studio 2026 编译 Postgres 扩展 – 针对一项可能很棘手的任务的一些指导。Xavier Fischer
📄 教 LLM 它不知道的关于 Postgres 的知识 Dave Page (pgEdge)
📄 子事务会影响性能吗? Shane Borden
📰 分类广告:
🔥 需要一个适用于 Postgres 的 MCP 服务器,可以用于快速原型或企业级生产 AI 应用?github.com/pgEdge/pgedge-postgres-mcp
🛠 代码和工具
pg_background:在后台运行 SQL,独立于您的会话
一个在后台异步执行 SQL 命令的扩展。如果您想快速返回客户端,同时让 Postgres 继续处理任务,这很方便。与 pg_cron 等不同,这是按需任务而不是计划任务。
Vibhor Kumar
Citus 14 发布,支持 Postgres 18
这个开源扩展(现在由 Microsoft 维护)通过在多个节点上分片表来实现水平扩展,现在支持 Postgres 18,以及它的改进,如异步 I/O、虚拟生成列、OAuth 支持等。
Mehmet Yilmaz (Microsoft)
pg_stat_ch:将所有指标导出到 ClickHouse 的扩展
将每个查询执行转换为约 4.6KB 的固定大小事件,并将它们流式传输到 ClickHouse。
Kaushik Iska (ClickHouse)
Postgres Language Server 0.21.0 – Postgres 的 LSP 和工具,使用
libpg_query实现 100% 语法兼容,为编辑器和 IDE 提供自动完成和语法高亮。PGHoard 2.7.0 – Aiven 的 Postgres 备份和恢复守护进程,将压缩的备份和 WAL 存储在云对象存储中。
pg_clickhouse v0.1.4 – 从 Postgres 查询 ClickHouse 数据库。