VerneMQ 2.1.0-rc1发布:MQTT代理的重要更新与优化
VerneMQ是一个高性能、分布式的MQTT消息代理,专为物联网和关键业务应用设计。它支持MQTT 3.1、3.1.1和5.0协议,提供集群功能、水平扩展能力和丰富的插件系统。VerneMQ以其可靠性、可扩展性和灵活性在工业物联网、车联网等领域得到广泛应用。
核心更新内容
元数据存储格式变更
本次2.1.0-rc1版本引入了一个重要的不兼容变更——元数据存储的磁盘格式发生了变化。这意味着从旧版本升级时需要特别注意数据迁移问题。这种格式变更通常是为了支持新的功能或提高存储效率,建议用户在测试环境中充分验证升级过程。
安全与协议处理增强
-
SSL配置优化:MySQL2插件现在默认将SSL设置为'off',这为数据库连接提供了更安全的默认配置。同时,MongoDB的SSL选项也得到了扩展,支持更多安全连接参数。
-
数据包大小检查强化:解析器中增加了对max_packet_size的更严格检查,防止恶意或异常的大数据包导致系统资源耗尽。
-
UTF-8验证改进:在ensure_utf8函数中增加了NULL检查,提高了对客户端输入数据的健壮性处理能力。
订阅管理改进
-
非持久订阅优化:系统不再将非持久订阅加载到路由表中,这一改变可以显著减少内存使用,特别是在有大量短暂连接的场景下。
-
会话管理命令增强:新增了
vmq_admin session unsubscribe命令,为管理员提供了更灵活的会话管理工具,可以远程取消特定会话的订阅。
保留消息处理
-
过期保留消息自动清理:新增了对过期保留消息的自动删除功能,并提供了相关配置选项。这一特性特别适合需要严格控制保留消息生命周期的应用场景。
-
性能优化:通过专门的fold函数处理过期保留消息的删除操作,提高了大规模保留消息清理的效率。
数据库连接改进
-
MongoDB驱动更新:项目现在使用emqx维护的mongodb-erlang驱动分支,这通常会带来更好的兼容性和性能表现。
-
SWC存储分离:vmq_swc模块现在使用单独的数据库来存储DKM(分布式键值管理)数据,这种隔离设计可以提高系统稳定性和管理便利性。
兼容性与构建
-
OTP 27初步支持:开始提供对Erlang/OTP 27的编译支持,为未来完全兼容做准备。
-
依赖项更新:包括erlef/setup-beam从1.17升级到1.18,actions/cache从v3升级到v4等构建系统改进。
已移除功能
移除了vmq_pulse插件,这是一个已被弃用的远程诊断插件。建议用户使用替代的监控和诊断工具。
总结
VerneMQ 2.1.0-rc1带来了多项重要改进,特别是在安全性、订阅管理和保留消息处理方面。元数据存储格式的变更虽然带来了升级复杂度,但为系统未来的扩展奠定了基础。建议用户在测试环境中充分验证新版本,特别是关注数据迁移和功能兼容性。对于生产环境部署,建议等待正式版发布后再进行升级。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112