PostgreSQL 中文版来了！

如果你用 PostgreSQL 有些年头，大概听过一条不成文的规矩：装数据库的时候，本地化语言 locale 千万别设 zh_CN （简体中文），老老实实用 en_US。

这条规矩不是玄学，是一代人踩出来的。但它真正的意思是：一个中国用户，为了让自己的数据库能好好说话，得先把系统里的母语关掉。

从 PostgreSQL 19 开始，这条规矩作废了。

老冯把 PostgreSQL 的简体中文本地化消息重做了一遍。 PG 14 到 19 六个大版本，28 本消息目录，67,487 条消息，100% 覆盖。 9 月 18 日已由 Peter Eisentraut 合入上游翻译仓库，将随 PostgreSQL 19 正式发布。

中文支持差点就没了

PostgreSQL 原生支持多语言本地化，服务端吐出来的每一句英文消息，背后都有一套官方消息目录（message catalog）负责翻译，这套东西叫 NLS[1]。

但机制支持不等于具体的语言实现能用。

今年 7 月 24 日，Thom Brown 在 pgsql-translators 邮件列表发了封信： 有六种语言的翻译，照现在的状态进不了 PG 19 —— 捷克语、希腊语、意大利语、巴西葡语、简体中文、繁体中文。

原因是这样的，PostgreSQL 有个硬规矩：一门语言的本地化支持，只有消息目录翻译覆盖比例超过 80% 才有资格进发行版， 低于这条线的直接不打包。babel.postgresql.org[2] 上有张状态表，一目了然。

简体中文 66%，繁体中文 70%。都在线下。

先看横向。德语、瑞典语、乌克兰语、格鲁吉亚语 99%，日语 98%，俄语 91%，韩语 89%。格鲁吉亚人口 370 万，比上海一个区多不了多少，28 本目录全部译到 99%。

再看纵向，更难看。简体中文 28 本目录，过线的只有 9 本，而且越是要紧的越烂：

服务端 postgres，6826 条消息，占全部消息量一半以上，你平时看到的绝大多数 ERROR 都出自这里 —— 61%。libpq，各种语言的驱动都压在它上面，408 条 —— 12%。

66% 不是"中文有点糙"的意思。gettext 找不到译文就回退英文原文，所以真实体验是这样的： 一条报错前半句中文后半句英文；同一次升级里，A 工具说中文 B 工具说英文；同一个概念在两个地方是两个词。

不是中文差，是中文一半一半。对任何严肃环境来说，这比纯英文更糟。 所以老 DBA 会告诉你：把中文本地化关掉。

七年没人管

为什么会这样，打开文件头就知道了。

这是今天 REL_19_STABLE 分支上的文件[3]，master 分支上也一模一样。 从 PG 12 到 PG 19，七年零三个月，八个大版本，这个文件头一个字节都没变过。

PG 12 两年前就已经 EOL 脱离支持生命周期了，整整七年时间，没人管。

客户端那几本还有人零星修补过 —— 2021 年补了一轮 psql 和 libpq，2023 年 pg_ctl，2024 年 initdb —— 但最大的那本一直躺在那儿没动。PG 12 本身两年前就 EOL 了，翻译还停在它那一年。

七年里新写进 PostgreSQL 的消息，逻辑复制的、JIT 的、并行查询的、异步 IO 的，中文那一栏全是空的。 服务端这一边，大约 2660 条从来没有过中文；当年译好的 5213 条里，又有大约 1000 条因为源码改了对不上今天的 msgid，成了死条目 —— 它们还躺在文件里，但永远不会再被匹配到。

错译陈列馆

比没翻译更麻烦的，是翻错了。

Report bugs to 被译成「臭虫报告至」，14 个目录里都是这么写的。这是 2001 年的译法，第一位译者留下的，一路活到了 2026 年。

out of memory 在今天的代码里有四种中文：内存用尽、内存不足、内存耗尽，还有一个内存溢出。前三个都对，第四个是错的。OOM 是想申请内存没申请到，干干净净地失败；overflow 是写越界，把相邻的内存写坏了。这两件事在排障时的指向完全相反 —— 一个让你去加内存、查连接数、调 work_mem，一个让你去查代码。这个错译是从 Java 那边传染过来的，OutOfMemoryError 和 StackOverflowError 老被并排着教，教着教着就混成一个词了。

还有两条，是真的 Bug。

pg_ctl 里的 invalid binary "%s": %m，中文把 %m 整个吃掉了。出了错你只知道哪个文件不对，永远不知道 errno 是什么 —— 而这条消息一大半的价值，恰恰就在那个 %m 上。

ecpg 里更狠：原文只有一个 %s，译文写成了 %1$s 和 %2$s。中文环境下，这句话会去读一个根本不存在的第二个参数。

所以老司机那条规矩是有道理的。而且踩这个坑的人比想象中多 —— 只要你用中文语言环境的 macOS 或 Linux 桌面装 PostgreSQL，locale 默认就跟着系统走，是中文。不是特意调教过，很容易在这上面翻车。

那就我来吧

老冯为什么突然想到要搞这个事儿呢？

前段时间我把 PostgreSQL 从 9.0 到 20 共 18 个大版本的文档全部翻成了中文，放在 pgsql.cc[4]，顺手还维护了一份 PG 的百科全书知识图谱。图谱里有一项是错误消息和它在源码里的出处，做着做着就发现，这批消息的中文实在不成样子。

既然都做到这份上了，那就一起做了吧。

9 月 11 日，我给 pgsql-translators 发了封信[5]，大意是：我志愿认领简体中文消息的翻译。

信里把方法交代得很清楚：底稿是大模型翻的，用的是 pgsql.cc 那套术语表；它只是工作材料，我不会照这个样子提交；每一条都会人工对照英文原文和现有译文过一遍，只有校完、msgfmt 干净的结果才会发到列表上。我给了两个选项 —— 全量重做，或者只补空缺、修明显错误 —— 并说明我倾向前者：大部分不一致是跨文件的，一遍对着固定术语表的校对能解决的事，零碎补丁解决不了。

列表上没人反对。那就干。

9 月 13 日，PG 19 的 28 本目录先交了一批，12,702 条，Redmine 上开了个 issue。

9 月 17 日，PG 14 到 19 六个分支的全部目录提交完毕：162 个文件，67,487 条消息，100% 译完，零 fuzzy，零空条目，msgfmt --check --check-format 全绿。

9 月 18 日，Peter Eisentraut 把它们合进了 PostgreSQL 19 的翻译仓库。

七年没人动的东西，前后七天。

烧了 8 个 20x 的订阅。

PG 19 还没最终 Freeze，上游消息还在变 —— 这两天 postgres 那本又动了几条，覆盖率就从 100% 掉到了 99%。所以我另外维护了 pgsty/pgnls[6] 实时跟进上游变动，Releases 每天发一版，等 Freeze 之后再提交一份最终的 100%。

繁体中文 zh_TW 也顺手做了一份，目前基本完成。到时候不只简体，繁体也会是 100%。

这七天是怎么过的

我丝毫不避讳：主力是 Fable 5.1、Cloud Fable 5.1 和 Codex Extra 6。

多亏了 AI，现在的翻译已经比以前容易很多了。但这个翻译也不是张嘴说 “请你帮我把这些都翻译成中文” 那么简单。我搭进去的时间保守估计也有几十个小时，中间还专门写了个 Workbench，就为了人工比对审校方便一点。

https://pgsql.cc/nls[7]

翻译这活儿，难的从来不是把句子从一种语言搬到另一种，难的是一致性。67,487 条消息，跨 28 个组件、跨 6 个大版本，同一个英文必须是同一个中文，相似的英文得有相似的中文。这件事人做会累死，模型做会飘。所以关键不在翻，在于先把规矩立死：

第一遍先做全量试翻，目的不是要译文，是把所有术语抽出来。然后几个模型分头给术语建议，交叉比对，整理出一份初始术语表，我再人工逐条核定 —— 不确定的严格推敲，包括助动词，cannot、shall not、must not 这种必须一个萝卜一个坑，不允许临场发挥。术语表定死之后，写翻译风格指南和规约，里面塞满正例和反例。拿这套规约做初翻。初翻完再做一致性校验：跨组件对一遍，跨版本对一遍，把所有不一致挑出来重过。

术语表是我唯一敢说有底气的地方。翻《》第一版第二版、翻《PostgreSQL Internals》、翻 18 个大版本的 PG 文档，攒下来的就是这份东西。专业翻译里，术语表定了，质量的天花板就定了一大半。

AI 确实把这活儿的成本砍掉了一个数量级，七年没人啃得动的骨头，现在七天能啃完。但反过来看 —— 正因为现在只要七天，七年没人做才更说不过去。

「国产」到底产了什么

动手之前我第一个念头是：这么多号称基于 PostgreSQL 的国产数据库，会不会早有人做过了？毕竟国产 —— 汉化总要做的吧？

我去翻了一圈。一堆国产数据库的 zh_CN.po 跟 PG 上游一毛一样，这个 “臭虫” 和 “内存溢出” 一找一个准。

这就有点绷不住了。做一个中国的国产数据库，最基本的两样东西是什么？一个是中文文档，一个是中文本地化。把 PG 的英文报错翻成像样的中文，让中国用户看得懂自己的数据库在说什么 —— 这是最低的那一档，总得做一下吧？

上游这份中文翻译，文件头上留下过名字的：2001 年是何伟平，2019 到 2023 年是富士通的张杰，还有 Cloudberry 的王殿进。

靠 PostgreSQL 吃饭的国产数据库厂商，没有一家的名字在上面，最后还是老冯这个个体户去搞定。

确实有些事情，政策补贴做不到，但热爱可以实现。

最后

本地化这件事不需要提案，不需要投票，不需要谁批准。开源世界里没有分配任务的人，只有认领任务的人。这个位置空了七年，谁都能坐，只是没人坐。格鲁吉亚 370 万人口，28 本目录 99% —— 不是他们更强，是他们那边有人举了手。

而现在，这件事多了一个时限。

那些错译不会老老实实待在 .po 文件里。它们跟着各种 PG 分支开枝散叶，跟着博客、问答、工单流到网上，进训练语料，被模型学走，再被无数人当成标准答案复读回来。「内存溢出」本来只是某个人多年前顺手按下的四个字，再过几年，它可能就成了整个中文技术世界对 OOM 的共识 —— 到那时候再想改，就不是改一个文件的事了。趁现在还来得及，把源头洗干净，比将来在下游堵一万次都便宜。

「臭虫报告至」活了二十五年。到 PostgreSQL 19，它不会再活下去了。

所以，下个月装 PostgreSQL 19 的时候 —— 把 locale 设成 zh_CN 试试吧，这回它是对的。

References

[1] NLS: https://www.postgresql.org/docs/current/nls.html
[2] babel.postgresql.org: https://babel.postgresql.org/
[3] REL_19_STABLE 分支上的文件: https://github.com/postgres/postgres/blob/REL_19_STABLE/src/backend/po/zh_CN.po
[4] pgsql.cc: https://pgsql.cc
[5] pgsql-translators 发了封信: https://www.postgresql.org/message-id/CA1188D8-97A4-4F09-9E7F-42207C43BC34@vonng.com
[6] pgsty/pgnls: https://github.com/pgsty/pgnls
[7]: https://pgsql.cc/nls

数据库老司机

点一个关注 ⭐️，精彩不迷路