Centrifugo v6.1.0 发布:实时消息服务器的重要更新
Centrifugo 是一个开源的、可扩展的实时消息服务器,它能够通过多种传输协议(如 WebSocket、HTTP-streaming、Server-Sent Events、GRPC 和 WebTransport)即时向在线用户传递消息。Centrifugo 采用了频道(channel)的概念,使其成为一个面向用户的发布/订阅(PUB/SUB)服务器。它语言无关,可以与任何后端结合使用,非常适合构建聊天应用、实时评论、多人在线游戏、实时数据可视化和协作工具等现代架构应用。
自动检测 Redis Cluster 和 TLS 支持
在 Centrifugo v6.1.0 中,最显著的改进之一是自动检测 Redis Cluster 的功能。现代云服务提供商通常为用户提供 redis://host:port 或 rediss://host:port 的 URL,这些 URL 可能对应独立的 Redis 实例或 Redis Cluster。以前,用户需要明确配置集群模式,而现在 Centrifugo 能够自动识别并适应这两种情况,大大简化了在云环境中的部署和配置。
此外,Centrifugo 现在正式支持 rediss 协议,这是 Redis 规范中定义的 TLS 加密连接方式。虽然之前可以通过配置参数启用 TLS,但直接使用 rediss:// 前缀更加符合行业惯例,使得配置更加直观和标准化。
性能优化与兼容性改进
本次更新采用了 Go 1.24.1 进行构建,得益于 Go 1.24 版本引入的性能优化,Centrifugo 的发布/订阅吞吐量得到了显著提升。在 Apple M1 Pro(2021)上的基准测试显示,最大吞吐量从 162 万消息/秒提升到了 174 万消息/秒,性能提升约 7.4%,这对于高负载的实时应用来说是一个重要的进步。
在跨域通信方面,Centrifugo 现在为 HTTP 传输的预检响应和模拟端点预检响应添加了 Access-Control-Max-Age: 300 头。这一改进减少了浏览器在跨域环境下发送预检 OPTIONS 请求的频率,使得双向模拟在跨域环境中更加高效,降低了客户端到服务器模拟请求的延迟(从 2 次往返时间减少到 1 次),同时减少了 HTTP 请求的总数。
系统兼容性与问题修复
Centrifugo v6.1.0 新增了对 Ubuntu 24.04 Noble Numbat 的 DEB 包支持,同时移除了对已停止维护的 Ubuntu Bionic Beaver 的支持,确保了系统的安全性和稳定性。
在问题修复方面,团队将 rueidis 依赖降级到 v1.0.53 版本,解决了在强制使用 RESP2 协议时可能出现的 AUTH 错误问题,提高了 Redis 连接的可靠性。
总结
Centrifugo v6.1.0 的发布带来了多项重要改进,特别是在 Redis 集群自动检测、TLS 支持、性能优化和跨域通信效率方面。这些改进使得 Centrifugo 在云环境中的部署更加简单,性能更加强大,同时也提升了开发者和最终用户的使用体验。对于正在使用或考虑采用 Centrifugo 作为实时消息解决方案的团队来说,升级到 v6.1.0 版本将能够获得更好的性能和更简便的运维体验。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00