Pigsty v1.4 現已正式。全新的模組化架構：四大內建模組 INFRA，NODES，PGSQL，REDIS 可以獨立使用並自由組合；新增時序資料倉儲 MatrixDB 部署與監控支援；新建設了全球 CDN 加速下載；此外，Pigsty 完成種子輪融資，產品定位與戰略進行重大升級，作者表示其也將全職出來投入到此專案中。
模組化架構
公告指出，Pigsty v1.4 中最給力的特性是對底層架構的重大重構，儘管聽上去比較枯燥，但這一點確實很重要。
在 1.4 中，整個系統解耦成 4 個獨立的模組，可以獨立維護，自由排列組合使用。INFRA是Pigsty的基礎設施部分，包括監控/告警/視覺化/紀錄檔/DNS/NTP等公共元件。NODES是主機節點管理模組，PGSQL是PostgreSQL資料庫部署管控模組，REDIS是Redis資料庫部署管控模組。
全新的 Pigsty v1.4 監控首頁
如果你想將Pigsty當作單機的開箱即用的PostgreSQL發行版來使用，那麼在一臺機器上依次安裝 INFRA, NODES, PGSQL 三個模組，就會有一個立即可用的，自我監控管理的資料庫範例。
如果你想要一個生產環境的大規模主機監控系統，那麼在一臺機器上安裝INFRA模組，在所有被監控的機器節點上安裝NODES模組即可。所有的主機節點會設定有軟體源，軟體包，DNS，NTP，節點監控，紀錄檔收集，DCS Agent這些生產環境所需的元件。納入Pigsty管理的主機會帶有詳細的監控資訊，並可以用於進一步部署各式各樣的資料庫模組。
如果你想部署管理大量的PostgreSQL叢集，很簡單，在這些納入Pigsty管理的節點上再加裝 PGSQL模組即可。您可以一鍵部署各種各樣的PGSQL叢集：單範例，一主N從的高可用叢集，同步叢集，法定人數提交的同步叢集，帶有離線ETL角色的叢集，異地容災的備叢集，延遲複製叢集，Citus分散式叢集，TimescaleDB叢集，MatrixDB資料倉儲叢集。
如果你想部署並監控管理很多Redis叢集，也很簡單。只要在Pigsty託管的節點上加裝REDIS模組即可。而且後續新增新型別的資料庫也更加容易了：KAFKA, MINIO, MYSQL，…… 這些模組都可以用一種類似的方式加入到Pigsty中。一個成功的開源專案離不開開發者的貢獻，而簡潔優雅的架構，可以極大降低貢獻的門檻。
Pigsty 1.4 在模組化上進行了大量的工作。無論是設定項，名稱空間，劇本，標籤，監控面板，全部按照這四個模組進行分類統籌。例如，下面是按照模組劃分的劇本與設定項：
模組化後的劇本與設定引數
全新資料庫支援
PostgreSQL是一個相當全能、相當完美的資料庫核心了，但正所謂：紅花還需綠葉配，一個好漢三個幫。當組織與資料成長到一定規模後，使用專有資料元件的需求也會隨之出現。最典型的兩類是：以Redis為代表的快取，以及以Greenplum為代表的資料倉儲。
Redis可以進一步強化業務系統的OLTP處理能力，分擔資料庫壓力，模型簡單易用，受到廣受開發者的喜愛。而Greenplum則可以顯著強化業務系統的OLAP能力，採用與PostgreSQL一致的語言、驅動與介面，將資料分析的量級從幾十TB提升到PB乃至ZB的級別。
Redis與Greenplum在兩個方向上擴充套件了PostgreSQL的能力邊界，這兩者都是PostgreSQL的拍檔，經常在一起組合使用。因此，Pigsty在v1.4中提供了對Redis與Greenplum的初步支援。
Redis Overview 面版
不過，Pigsty支援的並不是原生的Greenplum，而是它的一個分支：MatrixDB。Greenplum的正式版本目前仍然是6.x，基於PostgreSQL 9.6核心，有些太老了。而MatrixDB則基於Greenplum 7和PostgreSQL 12核心，還有額外的時序功能支援。因此Pigsty目前使用MatrixDB作為Greenplum的替代實現。
Pigsty v1.4 最得意的一點在於，並沒有一個專門的 MATRIXDB 模組，MatrixDB的部署完全複用了 PGSQL 模組。您可以用熟悉的設定引數來設定 MatrixDB。在 Pigsty 看來，一套MatrixDB資料倉儲在邏輯上就是N對標準的一主一從PGSQL叢集：一個標準的Master叢集（Master & Standby），以及很多組散佈在多個節點上的Segment叢集（Primary & Mirror）。所有PGSQL的面板都可以直接用在MatrixDB上。
PGSQL MatrixDB 面版
專用的Dashboard：PGSQL Matrix用於展示一套MatrixDB的核心監控指標，其他監控面板均複用已有的PGSQL面板。
定義上面的4節點MatrixDB只需要這些設定
監控系統演進
監控系統一直以來在Pigsty中扮演著核心角色。在1.4中，Pigsty的監控系統也有著很顯著的改進。
主機監控
Pigsty v1.4 引入了一個全新的功能：節點監控，這也是模組化改造的一個直接成果。這並不是說以前Pigsty沒有關於機器節點的監控指標，而是在以前，機器的監控指標是1:1與PostgreSQL範例繫結的。對於一個PostgreSQL資料庫發行版來說，這樣的設計是沒有問題的。但隨著Pigsty的發展，這樣的設計就開始顯得不合時宜了。
NODES Overview面板，提供所有節點的導航
使用者可能有各種各樣的使用方式與部署策略，例如，在一個節點上部署多個資料庫範例，甚至部署多種不同型別的資料庫。在這種情況下，合適的做法是把節點的管理與監控單獨抽離出來，不與具體的資料庫型別繫結。
這樣做有兩個顯著的好處：一是如果使用者不需要資料庫監控與管理，只需要節點的監控與管理，那麼會比以前簡單很多；第二是一個節點上可以部署多個甚至多種資料庫，並複用同樣的節點監控指標資料。任何時候，你只要點選IP地址，就可以跳轉到具體的NODES Instance，檢視該節點的詳情。
曾經的PGSQL Node 現在變為 NODES Instance
節點監控提供了全域性概覽，叢集，以及單個節點三種不同的層次。節點的叢集可以設定為預設與PostgreSQL資料庫叢集保持一致，也可以有獨立的身份設定。方便您從不同的角度來透視叢集資源。
新增的Nodes Cluster 面板，關注一組節點的聚合指標與叢集內的水平對比
雖然Pigsty的定位是開箱即用的PostgreSQL發行版，但其中也包含著主機監控的最佳實踐。有些使用者根本不care資料庫，只是拿Pigsty做主機監控…。
紀錄檔收集
在Pigsty 1.4中，Loki與Promtail紀錄檔收集元件升級為整個系統的預設元件。Loki是Grafana出品的紀錄檔收集方案，採用與Prometheus類似的標籤體系，與PromQL類似的LogQL。是一個輕量化，優雅簡潔的紀錄檔收集、處理、分析解決方案。經過了一年時間的測試與打磨，現在Loki已經成為了Pigsty的預設組成部分。會實時收集各式各樣的紀錄檔：節點的syslog, dmesg, cron紀錄檔，資料庫postgres/pgbouncer/patroni的紀錄檔，以及Redis紀錄檔。
INFRA板塊的 LOGS Instance監控面板，可以實時瀏覽搜尋所有紀錄檔。
ELK對於SRE的紀錄檔需求過重，其實大家想要的就是一個高效快速的大規模並行GREP，Loki在這件事上乾的很出色。
此外，除了節點紀錄檔，你也可以從新的INFRA Overview面板，查閱基礎設施產生的實時紀錄檔資料。
INFRA板塊的Overview面板，可以看到基礎設施的各項紀錄檔
PGSQL監控
Pigsty v1.4 提供了對新資料庫種類的監控支援，但對於經典的PostgreSQL監控也沒有落下。在1.4中，大量PGSQL的監控面板進行了調整與重置，最具有代表性的就是PGSQL Cluster面板。
全新的 PGSQL Cluster 監控面板首屏
PGSQL Cluster是Pigsty資料庫監控中最核心的監控面板之一，承上啟下，用於呈現一個自治資料庫叢集的關鍵狀態。新的設計隱藏了不必要的資訊，聚焦於叢集資源。您可以從首屏快速點選叢集內的資源物件，前往細分的監控面板：包括節點，範例，負載均衡器，服務，資料庫，服務元件。
除了叢集資源物件，PGSQL Cluster的首屏只呈現最關鍵的監控指標，報警事件，叢集/範例壓力水位。其他細節都隱藏在下面的專題欄中。
成員詳情表在預設隱藏的第二欄中
第二個顯著改進是新增的 PGSQL Databases 面板。在過去，資料庫內監控只關注單個範例內的單個物件。但對於表、索引這樣的業務物件，我們更關注的是它們在整個叢集內的整體指標。PGSQL Databases面板為此而生。您可以查詢某一個資料庫在整個叢集內的表現，水平對比叢集間不同範例的差異：
PGSQL Databases面板：agg(metrics{datname=*}) by (ins)
更重要的是，你可以看到每一張表，每一類查詢在叢集範圍內的彙總檢視。例如，你可以查閱一張表或一類查詢在叢集主庫與從庫範例上的QPS，或者確認某一個索引在叢集不同範例上的使用情況，從而對業務與應用進行有針對性的優化。
庫內物件在叢集層面的彙總展示：Tables & Queries，點選下鑽。
帶顏色的TreeMap可以快速反映出兩個維度的屬性：對於表而言，大小代表表佔用的空間，顏色代表表被存取的頻次。對於查詢而言，大小代表在此查詢上耗費的總時長，顏色代表該類查詢的平均響應時間。
應用面版
除了INFRA，NODES，PGSQL，REDIS四個核心模組外，Pigsty Grafana的首頁還有一個板塊：APP。這是留給使用者自己的應用的。任何帶有APP和Overview標籤的監控面版會被列入Pigsty的面版導航中。Pigsty自帶了一個開箱即用的小應用 PGLOG，用來分析PG自身的CSV紀錄檔，您可以快速從紀錄檔中定位異常，並快速定位跳轉到具體連線的詳情頁。
PGLOG Overview，使用快捷方式快速將紀錄檔灌入應用表中分析。
此外，Pigsty還建立一個專用的程式碼倉庫：Vonng/pigsty-app ，用於盛放Pigsty樣例應用：https://github.com/Vonng/pigsty-app 。目前的應用包括：
- ISD：NOAA全球地表氣象站歷史天氣資料查詢
- COVID：WHO新冠疫情資料查詢
- DBENG：DB-Engine 資料庫流行度趨勢與預測
- APPLOG：Apple應用隱私紀錄檔視覺化
- WORKTIME：國內大公司上下班時間查詢
後續將不斷新增更多資料應用的樣例。
DBEng Trend: 使用權威網站DBEngine流行度趨勢資料，預測PostgreSQL什麼時候會成為世界上最流行的關係型資料庫。
安裝體驗優化/CDN
此前Pigsty使用Github作為釋出平臺，中國大陸存取起來還是比較吃力的。經常需要從百度網路硬碟映象下載，再手工拷貝到伺服器上去。使用者的體驗就是我們的追求，所以我們又啟用了全球CDN加速域名 http://download.pigsty.cc ，朗朗上口，非常好記。例如最新的軟體原始碼包與離線軟體包的下載地址分別為：
- http://download.pigsty.cc/v1.4.0/pigsty.tgz （2MB）
- http://download.pigsty.cc/v1.4.0/pkg.tgz（940MB）
Pigsty的軟體包進行了一次重新梳理與瘦身，從原本的1.3GB壓縮至v1.4的940MB。需要安裝Greenplum與MatrixDB的使用者，單獨下載另一個離線軟體包 matrix.tgz （338MB）即可。
一鍵安裝是Pigsty的光榮傳統。儘管如此，下載一直以來都是最最不讓人省心的地方。因此在Pigsty v1.4中提供了專用的下載指令碼 download，可用於自動下載並解壓可選的軟體包 pkg.tgz, matrix.tgz, app.tgz。這個指令碼會自動檢測您的網路環境是不是在牆內，如果在牆外使用預設的Github Releaes，在牆內則使用騰訊雲CDN下載。
當然，download 本身也是 pigsty原始碼包的一部分，因此官方還提供了一條類似homebrew 的一鍵安裝命令，用來一鍵下載最新的 pigsty 原始碼包。於是，現在安裝Pigsty的流程如下所示了：
bash -c "$(curl -fsSL http://download.pigsty.cc/get)" # 下載 ./download pkg matrix app # 下載並解壓可選的擴充套件軟體包（可選步驟） cd ~/pigsty && ./configure # 設定 make install # 安裝
典型使用者案例
探探是Pigsty最大的使用者案例，也始終是第一個吃螃蟹的人。2022年3月份，探探下線了最後一套遺留的舊PostgreSQL資料庫 pg.meta.tt，生產環境所有資料庫均已遷移至Pigsty，一百套叢集全部由Pigsty v1.3.1所託管（監控系統版本為1.4）。所有叢集的高可用自動切換也已經啟用，歷時近兩年的資料庫飛昇專案正式宣告完工。
探探主生產環境的Pigsty部署：240範例13400核的PostgreSQL OLTP叢集。
在探探，Pigsty經過了長時間，大規模，高強度，慘無人道的實際生產環境測試。在兩年的時間裡不斷打磨完善，最終演變為今天的樣子。在近日的混沌工程演練中，運維隨機挑選資料庫機器進行多次宕機演練，Pigsty在無人值守的情況下可以自動進行高可用主從/流量切換。從庫宕機無業務影響，主庫宕機對業務寫入影響不超過在1分鐘。
一次典型從庫宕機現場，讀流量迅速由主庫承擔，業務只有極個別現場查詢中斷報錯，而後立即恢復。
一次典型主庫宕機現場。主庫宕機30s後，從庫被提升新主庫，影響30s業務寫入請求後自愈。
潛在合作伙伴
公告指出，一個籬笆三個樁，一個好漢三個幫。想要做大事，首先要確定的一點就是，誰是我們的敵人，誰是我們的朋友。Pigsty定位了兩個潛在的合作伙伴Sealos，Bytebase，準備進行進一步接觸。
Sealos是一個很有趣的開源專案，可以把整個執行中的K8s叢集打成映象，然後一鍵部署到其他地方，Pigsty和Sealos很互補：很多SaaS都是DB + App的方式。有了一個開箱即用的資料庫，就差一個開箱即用的應用生態了，把SaaS軟體丟進K8s裡整體打成映象，交付什麼Gitlab，Jira，Confluence，Odoo，Habour，金蝶啥的就很簡單了，拉起來填個資料庫連線串全部搞定。
另一個比較關注的專案是ByteBase，這是一個做資料庫Schema Migration的工具。用Go開發清清爽爽無依賴，使用PostgreSQL作為後端資料庫，又可以用來做PostgreSQL的模式變更管理。那確實是極好的，Pigsty可以用來做ByteBase的Backend Database，ByteBase也可以作為Pigsty的Migrator，預計在下個版本中會新增一個對ByteBase基本的整合與支援。
產品定位轉換
Pigsty，是Postgres in Graph STYle的縮寫，即圖形化PostgreSQL的意思，在最初，它是一個針對PostgreSQL開發的專業監控系統。後來，隨著各種各樣功能的引入（宣告式定義，一鍵部署，高可用PG，自動流量切換，資料分析與視覺化元件），Pigsty在1.0的時候，定位調整為「開箱即用的PostgreSQL資料庫發行版」。而現在，Pigsty v1.3提供了Redis部署監控的支援，1.4又引入了時序資料倉儲MatrixDB監控部署支援。單一的 PG發行版 定位已經限制了Pigsty的想象力與可能性。
開箱即用的發行版
RedHat for Linux
- Pigsty打包最新PostgreSQL核心（14），整合強力的地理空間外掛PostGIS3.2，時序資料庫外掛TimescaleDB2.6，分散式擴充套件外掛Citus10，以及上百功能擴充套件，全部一鍵安裝，開箱即用。
- Pigsty整合了完整的大規模資料庫監控管控解決方案：Grafana，Prometheus，Loki，Ansible，CMDB。亦可作為生產級應用執行時直接使用，監控管理其他資料庫與應用。
- Pigsty整合了資料分析生態的常用工具：Jupyter，Echarts，Grafana，PostgREST，Postgres。可以低程式碼的方式，開發互動性資料應用與資料視覺化作品。快速產出作品原型，並以標準的方式分享，演示與交付。
多快好省的開發者工具：
HashiCorp for Database!
- Pigsty採用Infra as Data的設計理念，使用者描述自己想要什麼樣的資料庫叢集，而Pigsty自動為您建立！Just like Kubernetes!
- Pigsty提供靈活豐富的部署支援，本地沙箱，雲端，多雲部署。無論是高規格物理機還是1核1G虛機均可執行，保持生產、預發、開發、測試環境高度一致。
- Pigsty可以極大簡化資料庫部署實施維護工作，極大降低PostgreSQL資料庫運維與使用的門檻，量產DBA，有效降低軟硬體人力成本。使用雲廠商伺服器的牛，耕雲資料庫的田，也能減少50%以上的TCO，自建機房更是能節省80%的成本費用。
Pigsty為DBA留下了兩個安全出口：PITR備份與等保安全加固。
自動駕駛SRE解決方案：
Alternative for RDS!
- 終極可觀測性：監控是有效管理的基石。沒有完善的監控，SRE無從談起。Pigsty帶有終極的可觀測性，以BI的思路設計監控系統，從最頂層的全域性洞察到最細節的每一個物件，都可以獲取實時洞察，為決策提供資料支撐，做到「心中有數」。
- 高可用資料庫叢集：Pigsty整合了久經考驗的生產級高可用資料庫架構方案：主從異地容災，硬體故障自愈，高可用自動切換，自帶連線池與負載均衡器，提供分散式資料庫般的體驗。冷備份與延時從庫可有效應對各類軟體故障與人為故障，確保系統穩定執行。極大簡化運維工作。
- Pigsty還可以作為完整的SRE解決方案：主機監控，應用部署，並將逐步新增其他資料庫的部署與監控：Redis/Greenplum/Kafka/Minio，或支援其他SaaS服務，製作POC，交付Demo等。
未來路線規劃
作者表示，從長期來看，他希望在 Pigsty 中再新增 Minio，Kafka 支援，讓整個產品形成一個以PostgreSQL為核心的整體解決方案，覆蓋中小型企業完整生命週期的資料儲存需求，打造一個開源的、私有的雲資料庫管控整體解決方案。關係型資料庫PostgreSQL作為核心，快取Redis強化TP能力，數倉Greenplum/MatrixDB強化大規模資料分析能力，物件儲存Minio用於備份管理以及儲存影象音視訊等資料，訊息佇列Kafka提供資料匯流排的能力。通過完備的ETL/CDC支援將這些資料元件融為一體，實現turning the database inside-out！
從短期來看，Pigsty將盡可能充分利用元節點上的CMDB。CMDB模式應當儘快適配多模資料庫，命令列工具也應當及時更新，提供類似於雲CLI工具的使用體驗。多雲部署與雲廠商適配也應當儘快弄起來。監控面板也有大量的改善空間，包括Catalog資料探勘與呈現，紀錄檔分析與提煉。從可觀測性的角度講，Blackbox黑盒探測與Mtail/Promtail紀錄檔衍生指標還有不小的創新空間。資料庫模式演化，可以考慮使用開源的解決方案Bytebase。PostgREST的能力也有待進一步發掘。冷備份/PITR是Pigsty留給DBA們的一個安全出口，但也應當準備一個Best Pracetice指南。
詳情可。