news 2026/9/3 0:12:43

DBeaver Ultimate Edtion 25.3 Multilingual (macOS, Linux, Windows) - 通用数据库工具

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
DBeaver Ultimate Edtion 25.3 Multilingual (macOS, Linux, Windows) - 通用数据库工具

DBeaver Ultimate Edtion 25.3 Multilingual (macOS, Linux, Windows) - 通用数据库工具

One tool for all data sources

请访问原文链接:https://sysin.org/blog/dbeaver/ 查看最新版。原创作品,转载请保留出处。

作者主页:sysin.org


DBeaver 25.3 新增功能

DBeaver 25.3 现已发布,为你带来更快速、更智能、更安全的数据库工作体验。此次更新提供了更强的 AI Chat 体验、更智能的数据可视化、更重要的 AI 安全更新,以及对全新 AI 引擎和数据库连接的支持 (sysin)。让我们一起来看看主要更新内容。

适用于所有桌面版 DBeaver 的更智能的 AI Chat

现在,所有桌面版 DBeaver 的 AI Chat 都变得更好用了。你的结果会以结构化格式呈现,例如 Markdown 列表或表格,直接显示在对话中。这样你可以更容易扫描结果、发现模式,并在无需额外步骤的情况下复制或使用这些内容。你可以节省时间、减少错误,并更高效地从数据中获取洞察。

通过语音向聊天发出请求也变得更好了。短暂停顿不会中断你的输入,不必要的间隔会被自动裁剪,DBeaver 还会跳过过短的语音片段。如果需要,你可以调整这些设置,使其更适合你的工作流程。这让你与 AI 的对话更加流畅 (sysin),并帮助你在第一次尝试时就获得有效的查询。

此外,DBeaver 现在支持两个全新的 AI 引擎:Anthropic ClaudeAmazon Bedrock,为你提供更多基于自身需求使用 AI 的方式。如果你偏好清晰、注重推理的响应,Claude 非常适合日常任务;如果你依赖 AWS,Bedrock 可以通过单一服务访问 Amazon 和第三方提供商的多个模型,并完美融入 DBeaver 的工作流。

使用 AI 生成查询时,更安全地工作

AI 可以加速你的工作流程,但绝不应让你的数据面临风险。你可以为不同类型的查询设置安全确认,从而保持对执行内容的完全控制。

你可以选择在执行以下查询前是否提示确认:

  • 常规 SELECT 查询
  • DELETE、UPDATE、INSERT 等数据修改语句
  • CREATE、DROP、ALTER 等架构修改命令
  • 无法识别或无法验证的查询,包括 DBeaver 无法检查的 NoSQL 语句

这些检查可以帮助你避免意外更改、减少人为错误带来的风险,并在使用 AI 生成查询时带来额外的安心感。

全新分析图表,更智能的数据可视化

现在探索数据变得更容易了。此前,你可以在 CloudBeaver Enterprise 和 Team Edition Web 中构建柱状图、折线图和饼图,配置采样和行数 (sysin),并对数据应用聚合函数。在 25.3 版本中,你还可以堆叠分组并添加细分,让你能够同时看到整体和细节。快速发现趋势、不平衡和增长模式,这些信息在简单的总量中可能会被隐藏。

此次更新还带来了全新的图表类型:面积图。它们可以轻松比较时间序列数据,让你一眼看到趋势和变化。

完成图表配置后,你可以将其导出为图像,用于报告或演示。

全新的内置数据库驱动程序

你将获得更多连接数据的方式。本次版本新增支持三种新数据库,全部已内置到 DBeaver 中,让你立即开始使用。

  • Amazon Aurora DSQL。一款无服务器、分布式 SQL 数据库,专为高可用性和全球规模的应用程序设计。它兼容 PostgreSQL 语法,因此你可以使用熟悉的 DBeaver 功能来管理它,并使用标准 SQL 运行查询。Aurora DSQL 可通过标准连接向导和 Cloud Explorer 使用。
  • FerretDB。一个开源的、兼容 MongoDB 的数据库代理,它将 MongoDB 查询转换为 SQL,并在 PostgreSQL 或 SQLite 上运行。它像一个翻译器,让你在无需专有引擎许可限制的情况下,使用与 MongoDB 相同的工具和命令。
  • Greengage DB。一个大规模并行、开源的关系型数据仓库系统,基于 Greenplum Database 发展而来。它专为大规模分析和重负载设计,是在海量数据上运行复杂分析查询的有力工具。

Greengage DB 的支持由社区贡献完成,并在所有版本中提供,包括 Community 版。Aurora DSQL 和 FerretDB 支持在 DBeaver 中提供。

下载地址

MacOS DMG - just run it and drag-n-drop DBeaver into Applications.
Debian package - runsudo dpkg -i dbeaver-<version>.deb. Then execute “dbeaver &”.
RPM package - run sudorpm -ivh dbeaver-<version>.rpm. Then execute “dbeaver &”. Note: to upgrade use “-Uvh” parameter.
ZIP archive - extract archive and run “dbeaver” executable. Do not extract archive over previous version (remove previous version before install).
Windows installer - run installer executable. It will automatically upgrade version (if needed).

DBeaver Ultimate Edtion 25.3 Multilingual (macOS, Linux, Windows), 2025-12-09

  • 请访问:https://sysin.org/blog/dbeaver/

更多:macOS 下载汇总 (系统、应用和教程)

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/2 21:22:51

突破传统渲染瓶颈:用Taichi打造实时布料物理引擎

你是否曾在游戏或动画中看到那些"纸片人"般的布料效果&#xff1f;传统渲染引擎为了性能往往牺牲了物理真实性。今天&#xff0c;我将带你用Taichi这个高性能Python框架&#xff0c;从零构建一个真正能模拟丝绸般飘逸效果的布料物理引擎&#xff01;&#x1f3af; 【…

作者头像 李华
网站建设 2026/9/2 6:00:44

Rust机器学习实战:Candle框架快速构建MNIST手写数字识别模型

Rust机器学习实战&#xff1a;Candle框架快速构建MNIST手写数字识别模型 【免费下载链接】candle Minimalist ML framework for Rust 项目地址: https://gitcode.com/GitHub_Trending/ca/candle 还在为Python机器学习项目的部署和性能问题困扰&#xff1f;Rust语言和Can…

作者头像 李华
网站建设 2026/9/2 11:56:42

BiliRoaming完整指南:解锁B站番剧区域限制的终极方案

BiliRoaming是一个强大的Xposed模块&#xff0c;专门用于解除哔哩哔哩客户端的番剧区域限制&#xff0c;让您畅享全球动漫内容。无论您身在何处&#xff0c;都能轻松观看原本受地域限制的番剧&#xff0c;同时享受多种实用功能带来的便利体验。 【免费下载链接】BiliRoaming 哔…

作者头像 李华
网站建设 2026/9/2 8:49:45

VSCode中运行Q#单元测试的5个关键步骤,90%开发者忽略第3步

第一章&#xff1a;VSCode中Q#单元测试的环境准备与核心概念在量子计算开发中&#xff0c;Q# 作为微软推出的专用语言&#xff0c;提供了强大的抽象能力与集成测试支持。使用 Visual Studio Code&#xff08;VSCode&#xff09;进行 Q# 开发时&#xff0c;配置正确的测试环境是…

作者头像 李华
网站建设 2026/9/2 20:21:18

【RabbitMQ】主题(Topics)与主题交换机(Topic Exchange)

一、理论部分1. 主题交换机&#xff08;Topic Exchange&#xff09;简介主题交换机是RabbitMQ中最灵活也是最强大的交换机类型。它结合了扇形交换机的广播能力和直连交换机的精确匹配能力&#xff0c;同时引入了模式匹配的概念。主题交换机的工作方式&#xff1a;消息仍然带有路…

作者头像 李华
网站建设 2026/9/2 21:19:34

大模型“预训练+微调“范式详解:从理论到实践的完整指南

大模型的"预训练微调"范式是当前主流训练方法。预训练阶段通过自监督学习在无标注数据上训练模型&#xff0c;使其掌握基础知识和特征表示&#xff1b;微调阶段则利用少量标注数据调整模型参数&#xff0c;使其适应特定任务。文章详细介绍了预训练算法、微调流程&…

作者头像 李华