Matheus Alcantara2025년 8월 21일 PostgreSQL 18은 postgres_fdw 또는 dblink_fdw를 사용하는 사용자에게 반가운 기능을 제공합니다: SCRAM 패스스루(pass-through) 인증입니다. 이제 외부 서버(Foreign Server) 연결을 설정할 때 USER MAPPING 옵션에 평문 비밀번호를 저장할 필요가 없습니다. 다음은 이를 가능하게 한 커밋입니다: commit 761c79508e7fbc33c1b11754bdde4bd03ce9cbb3Author: Peter Eisentraut <peter@eisentraut.org>Date: Wed Jan 15 17:55:18 2025 +0100 postgres_fdw: SCRAM authentication pass-through This enables SCRAM authentication for postgres_fdw when connecting to a foreign server without having to store a plain-text password on user mapping options. This is done by saving the SCRAM ClientKey and ServerKey from the client authentication and using those instead of the plain-text password for the server-side SCRAM exchange. The new foreign-server or user-mapping option “use_scram_passthrough” enables […]

작성자: Phil Eaton작성일: 2025년 7월 31일 Postgres가 크래시(crash)하면 gdb를 사용해 스택 트레이스를 확인할 수 있습니다.그렇다면 Postgres가 크래시하지 않는 일반적인 오류는 어떻게 디버깅할 수 있을까요? 1. Postgres 17 소스 코드 빌드 먼저 Postgres 17 소스를 가져와 디버그 심볼을 포함해 빌드해 보겠습니다. $ git clone https://github.com/postgres/postgres$ cd postgres$ git checkout REL_17_STABLE$ ./configure –enable-debug –without-icu \ –prefix=$(pwd)/build \ –libdir=$(pwd)/build/lib$ make -j16 && make install 2. 데이터베이스 생성 및 시작 $ ./build/bin/initdb testdb$ ./build/bin/pg_ctl -D $(pwd)/testdb -l logfile start 3. psql로 접속 $ ./build/bin/psql postgrespsql (17.5)Type “help” for help.postgres=# 4. 간단한 오류 발생시키기 존재하지 않는 테이블을 조회해 오류를 발생시킵니다. postgres=# SELECT * FROM nothere;ERROR: relation “nothere” does not existLINE 1: SELECT * FROM nothere; […]

EDB 팀2025년 9월 8일 1. pgvector란 무엇인가? pgvector는 PostgreSQL에 벡터 저장, 쿼리, 인덱싱 기능을 더하는 오픈소스 확장입니다. 이를 통해 별도 벡터 데이터베이스 없이 PostgreSQL 내에서 유사도 검색이 가능해집니다 지원 기능은 다음과 같습니다: 2. 개발 실무 적용법 – 설치부터 유사도 쿼리까지 설치 및 초기 설정 CREATE EXTENSION vector; 최근 PostgreSQL 13 이상에서 동작하며, 다양한 패키지 관리자 및 Docker, Homebrew, GitHub Actions를 통해 설치 가능 벡터 칼럼 정의 및 벡터 삽입 예시 CREATE TABLE items (id SERIAL PRIMARY KEY,embedding vector(1536));INSERT INTO items (embedding) VALUES (‘[0.1,0.2,…,0.1536]’); 유사도 쿼리 예시 SELECT * FROM itemsORDER BY embedding <-> ‘[0.2,0.1,…]’LIMIT 5; <->는 L2 거리 기반 순위, <=>는 Cosine, <#>는 Inner Product 연산자입니다 인덱스 기반 최적화 CREATE […]