PGNexus 每日新闻 PostgreSQL 技术文章 [image: PostgreSQL 逻辑复制：仅复制所需数据的方法] <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Faws.amazon.com%2Fblogs%2Fdat...> Rishika Kasani PostgreSQL 逻辑复制：仅复制所需数据的方法 <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Faws.amazon.com%2Fblogs%2Fdat...> PostgreSQL 15+ 引入了原生逻辑复制功能，支持通过发布进行列级和行级过滤。该功能允许在 PostgreSQL 实例间精确控制数据复制内容，无需中间件。列过滤可以排除敏感字段如个人健康信息或支付数据，行过滤支持多租户隔离和区域数据分发。源数据库在传输前应用过滤器，确保敏感数据永不离开源系统。这种方式通过将受限数据保留在源系统，同时为分析团队提供运… 阅读原文 <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Faws.amazon.com%2Fblogs%2Fdat...> [image: PostgreSQL 和 Oracle 中的 SCHEMA 有什么区别？] <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Fwww.cybertec-postgresql.com%...> Laurenz Albe PostgreSQL 和 Oracle 中的 SCHEMA 有什么区别？ <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Fwww.cybertec-postgresql.com%...> Laurenz Albe 对比了 PostgreSQL 和 Oracle 中的 schema 实现，为数据库管理员和开发人员分析了关键差异。虽然两个系统都将 schema 实现为遵循 SQL 标准的命名数据库对象集合，但在具体实现上差异显著。Oracle 强制用户和 schema 一对一对应，而 PostgreSQL 将它们视为独立概念。命名空间处理方式不… 阅读原文 <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Fwww.cybertec-postgresql.com%...> [image: 读副本无法解决写入瓶颈] <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Fwww.tigerdata.com%2Fblog%2Fr...> Matty Stratton 读副本无法解决写入瓶颈 <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Fwww.tigerdata.com%2Fblog%2Fr...> Read replica 通过将昂贵的分析查询转移到从库来提供即时缓解，降低主库 CPU 使用率和写入延迟。但它们无法解决高频写入 PostgreSQL 系统的根本写入瓶颈。核心问题依然存在：每行 MVCC 开销、每次插入和索引条目的 WAL 生成，以及 autovacuum 竞争。添加 replica 实际上通过延迟监控、连接路由和管理多个实例增加了运维… 阅读原文 <https://pgnexus.ai/tech-blogs?url=https%3A%2F%2Fwww.tigerdata.com%2Fblog%2Fr...> PostgreSQL Hacker 电子邮件讨论精选 实现等待 WAL LSN 重放功能：重载版本 <https://pgnexus.ai/hacker-discussions?subject=Implement%20waiting%20for%20wa...> Alexander Korotkov 审查了解决空闲主节点上 WAIT FOR LSN 功能问题的补丁。问题出现在 standby_write 或 standby_flush 模式下，即使目标 LSN 已被磁盘上的 WAL 满足，仍会无限期阻塞。这是因为 walreceiver 在连接时从 GetXLogReplayRecPtr() 初始化进程本地 Log… 阅读讨论 <https://pgnexus.ai/hacker-discussions?subject=Implement%20waiting%20for%20wa...> [提案] 为 pg_createsubscriber 添加日志文件功能 <https://pgnexus.ai/hacker-discussions?subject=%5BProposal%5D%20Adding%20Log%...> 讨论围绕是否应该扩展现有的logging.c模块来为pg_createsubscriber提供日志文件支持，而不是创建本地日志API。Peter Eisentraut提议扩展logging.c，通过补丁实现动态切换日志文件和为文件与终端输出设置独立日志级别。Amit Kapila对灵活性表示担忧，质疑通用API如何处理多个输出文件（如类似pg_upgrad… 阅读讨论 <https://pgnexus.ai/hacker-discussions?subject=%5BProposal%5D%20Adding%20Log%...> pg_plan_advice 扩展的使用与最佳实践 <https://pgnexus.ai/hacker-discussions?subject=pg_plan_advice> Robert Haas 提交了 pg_plan_advice 功能的前两个补丁，解决了 Lukas Fittl 提出的初步反馈。他进行了多项改进，包括为 advice 名称限制添加文档、提供删除 stash 的 SQL 接口，以及修复查询 ID 解析并加强验证。随后引入了包含五个补丁的新补丁集：两个实现重试机制以减少测试失败（而非串行运行测试），一个修复… 阅读讨论 <https://pgnexus.ai/hacker-discussions?subject=pg_plan_advice> 共享数据结构的管理改进与动态扩容支持 <https://pgnexus.ai/hacker-discussions?subject=Better%20shared%20data%20struc...> 这个讨论串涉及PostgreSQL可调整大小的共享内存结构的持续开发。Ashutosh Bapat将多个补丁整合为两个主要组件：0001补丁提供核心的可调整大小共享内存功能（合并了之前的/proc/self/smaps使用、minimum_size支持和ABI兼容性等补丁），0002补丁添加内存保护特性。这种整合方式旨在简化审查流程并提高被接受的机会。然而… 阅读讨论 <https://pgnexus.ai/hacker-discussions?subject=Better%20shared%20data%20struc...> 能否通过 rdtsc 降低 EXPLAIN ANALYZE 的时间开销？ <https://pgnexus.ai/hacker-discussions?subject=Reduce%20timing%20overhead%20o...> 讨论围绕实现 RDTSC（读取时间戳计数器）指令以降低 EXPLAIN ANALYZE 计时开销展开。Lukas Fittl 提交了第22版补丁，包含文档更新和对 Andres Freund 反馈的回应。主要技术讨论包括澄清 TSC 时钟源使用的文档说明、解决 pg_get_ticks 函数的编译器优化问题，以及讨论是否保持某些变量为 uint64 而非… 阅读讨论 <https://pgnexus.ai/hacker-discussions?subject=Reduce%20timing%20overhead%20o...> 社交媒体动态 [image: Cybertec公司的Pavlo Golub将在POSETTE: Postgres 2026大会上发表演讲《pgcov：为PostgreSQL代码带来真正的测试覆盖率》] <https://www.linkedin.com/posts/activity-7445190857382703105-PvJs> linkedin Cybertec公司的Pavlo Golub将在POSETTE: Postgres 2026大会上发表演讲《pgcov：为PostgreSQL代码带来真正的测试覆盖率》 <https://www.linkedin.com/posts/activity-7445190857382703105-PvJs> 来自Cybertec的Pavlo Golub将在POSETTE: Postgres 2026大会上介绍pgcov工具，旨在解决PostgreSQL开发中测试覆盖率不足的问题。他指出，PostgreSQL开发者大量使用函数、存储过程和SQL逻辑，但通常只进行黑盒测试，无法了解哪些代码路径真正被执行了。pgcov工具致力于填补PostgreSQL工具生态系统的… [image: 通过 coSTAR，我们将手动代理迭代替换为自动化测试和改进循环] <https://www.linkedin.com/posts/databricks_with-costar-we-replaced-manual-age...> linkedin 通过 coSTAR，我们将手动代理迭代替换为自动化测试和改进循环 <https://www.linkedin.com/posts/databricks_with-costar-we-replaced-manual-age...> coSTAR 通过自动化测试和改进流程替代了手动迭代，实现了代理开发的自动化。系统在预定义场景下运行代理，使用 MLflow 捕获执行轨迹，并通过 LLM 评判器为结果打分。编程助手随后更新代理代码，直到通过所有测试。这种方法将验证时间从数周缩短至数小时，同时支持在 CI 流水线和生产流量中运行相同测试，有效发现代理变更和基础设施更新带来的问题。 [image: Databricks联合创始人兼CEO Ali Ghodsi在HumanX大会上谈论超级智能竞赛与企业AI应用] <https://www.linkedin.com/posts/databricks_databricks-co-founder-and-ceo-ali-...> linkedin Databricks联合创始人兼CEO Ali Ghodsi在HumanX大会上谈论超级智能竞赛与企业AI应用 <https://www.linkedin.com/posts/databricks_databricks-co-founder-and-ceo-ali-...> Databricks首席执行官Ali Ghodsi在HumanX大会上与CNBC主持人探讨了人工智能发展问题。虽然他承认AI模型已经相当智能，但Ghodsi强调企业在AI应用中面临着明显的可靠性缺口。他指出，当前的模型缺乏产生可靠输出所需的企业环境信息。Ghodsi认为，要让AI在商业环境中可靠地规模化应用，关键在于为模型提供合适的企业特定背景信息，而不是… 想要了解更多 PostgreSQL 社区和行业消息吗？ 访问 PGNexus <https://pgnexus.ai> 了解更多