CRI-O v1.33.0 容器运行时新特性解析
项目简介
CRI-O 是一个专为 Kubernetes 设计的轻量级容器运行时,它实现了 Kubernetes 容器运行时接口(CRI)。作为 containerd 和 Docker 的替代方案,CRI-O 专注于提供符合 Kubernetes CRI 标准的最小化运行时环境,特别适合那些需要精简、高效容器运行时的 Kubernetes 集群。
核心特性更新
OCI 制品支持
v1.33.0 版本引入了对 OCI 制品的全面支持,这是一个重要的架构演进。现在 CRI-O 能够:
- 默认将制品存储在
/var/lib/containers/storage/artifacts目录下,并作为固定镜像(pinned images)管理 - 通过
crictl pull命令拉取制品 - 使用
crictl images查看制品列表 - 支持
crictl inspecti检查制品详情 - 可通过
crictl rmi删除制品
这一特性为 Kubernetes 生态系统带来了更丰富的制品管理能力,使得除了容器镜像外,其他类型的 OCI 兼容制品也能被有效管理。
多架构制品支持
新版本增加了对多架构制品的支持,这使得 CRI-O 能够更好地处理包含多种平台架构(如 amd64、arm64 等)的制品集合。这对于混合架构集群环境尤为重要,简化了跨平台制品的分发和管理。
容器停止信号定制
实现了 KEP-4960 建议中的容器停止信号功能,允许用户自定义容器停止时发送的信号。这一特性增强了容器生命周期管理的灵活性,使得应用可以更优雅地处理停止请求。
安全增强
特权容器的 seccomp 配置
新增 privileged_seccomp_profile 配置选项,允许为特权容器指定 seccomp 配置文件。这一改进填补了特权容器安全配置的空白,使得即使是以特权模式运行的容器也能应用适当的安全限制。
默认掩码路径调整
非特权容器的默认掩码路径进行了优化调整,现在包括:
- /proc/acpi
- /proc/asound
- /proc/interrupts
- /proc/kcore
- /proc/keys
- /proc/latency_stats
- /proc/sched_debug
- /proc/scsi
- /proc/timer_list
- /proc/timer_stats
- /sys/devices/system/cpu/cpu/thermal_throttle
- /sys/devices/virtual/powercap
- /sys/firmware
- /sys/fs/selinux
这些调整进一步限制了容器对主机敏感信息的访问,增强了默认安全配置。
网络改进
nftables 替代 iptables
v1.33.0 将主机端口实现从 iptables 迁移到了 nftables,这是网络栈的重要升级:
- 现在依赖
nft二进制而非 iptables 工具链 - 不再需要 iptables 二进制文件
- 利用了更现代的 nftables 框架,为未来网络功能扩展奠定基础
这一变化使得 CRI-O 能够更好地适应现代 Linux 内核的网络子系统。
性能与稳定性
日志处理优化
修复了日志轮转在 Pod 终止时可能失败的问题,增强了日志系统的可靠性。同时优化了日志格式,特别是与 klog 相关的日志输出,使得日志更易读且信息更丰富。
内存指标新增
新增了 container_spec_memory_limit_bytes 指标,用于展示容器的内存限制(以字节为单位)。这一指标为集群监控和资源管理提供了更精确的数据支持。
实验性功能
FreeBSD 支持
v1.33.0 引入了对 FreeBSD 的实验性支持,扩展了 CRI-O 的跨平台能力。虽然目前处于早期阶段,但为未来在 BSD 系统上的部署奠定了基础。
配置变更
拉取进度超时调整
pull-progress-timeout 的默认值增加到 30 秒,同时允许通过设置为 0 来禁用此功能。这一调整平衡了镜像拉取体验和网络环境差异带来的影响。
systemd 服务文件简化
移除了参考 crio.service 中对 LimitNOFILE 的显式配置。需要注意的是,在 systemd 版本低于 240 的系统上,管理员应手动配置 LimitNOFILE=1024:524288 以避免回退到内核默认值 4096。
总结
CRI-O v1.33.0 带来了多项重要更新,特别是在 OCI 制品支持、安全增强和网络现代化方面。这些改进使得 CRI-O 在作为 Kubernetes 容器运行时时的功能更加全面,安全性更高,同时也为未来的扩展奠定了基础。对于追求轻量级、高效且安全的 Kubernetes 运行时环境的用户来说,这个版本值得关注和升级。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00