RKE2 v1.31.7版本发布:Kubernetes安全与网络功能升级
RKE2是Rancher推出的一个轻量级Kubernetes发行版,专为生产环境设计,具有安全、合规和易管理等特性。它结合了Kubernetes的强大功能和Rancher在容器编排领域的丰富经验,为企业和开发者提供了一个稳定可靠的Kubernetes运行环境。
核心升级内容
本次发布的v1.31.7版本主要包含以下重要更新:
-
Kubernetes版本升级:基础Kubernetes组件升级至v1.31.7版本,包含了上游Kubernetes项目的所有安全补丁和功能改进。
-
Ingress-Nginx安全增强:将rke2-ingress-nginx升级至controller v1.12.1-hardened1(chart版本4.12.1),解决了CVE-2025-1974等安全问题,提升了入口控制器的防护能力。
-
网络插件更新:
- Cilium升级至v1.17.1版本
- Flannel升级至v0.26.500
- Canal升级至v3.29.2-build2025030601
- 更新了Multus CNI插件镜像,新增了bond功能支持
-
核心DNS服务升级:CoreDNS组件升级至v1.39.100版本,提升了DNS解析的稳定性和性能。
关键组件版本信息
- 容器运行时:Containerd v2.0.4-k3s2
- Etcd:v3.5.19-k3s1
- Runc:v1.2.5
- Metrics-server:v0.7.2
- Helm-controller:v0.16.6
安全注意事项
本次更新特别强调了集群启动令牌的重要性。如果服务器节点启动时未显式指定--token参数或配置文件中的token值,系统会在初始集群启动时生成一个随机令牌。这个令牌有两个关键用途:
- 用于将新节点加入集群
- 用于加密存储在数据存储中的集群引导数据
管理员需要妥善保管这个令牌,特别是在进行集群恢复操作时。可以通过以下命令在任何已加入集群的服务器节点上查看当前令牌:
cat /var/lib/rancher/rke2/server/token
网络插件选择
RKE2提供了多种CNI(容器网络接口)插件选项,满足不同场景需求:
- Canal(默认):结合Flannel和Calico,提供简单易用的网络方案,支持FIPS合规
- Calico:v3.29.2版本,提供丰富的网络策略功能
- Cilium:v1.17.1版本,基于eBPF技术,提供高级网络可视化和安全功能
- Multus:v4.1.4版本,支持多网络接口配置
容器镜像更新
本次发布包含了全面的容器镜像更新,涵盖了核心组件和各种插件。镜像支持两种压缩格式(tar.gz和tar.zst),用户可以根据自身环境选择合适的格式。特别值得注意的是:
- 新增了Windows 1809和LTSC2022版本的容器镜像支持
- 提供了针对不同CPU架构(amd64和arm64)的优化镜像
- 各功能组件镜像独立打包,便于按需下载
总结
RKE2 v1.31.7版本通过核心组件升级和安全补丁,进一步提升了Kubernetes集群的稳定性和安全性。特别是对Ingress-Nginx控制器的安全加固,解决了已知问题,降低了生产环境的风险。同时,网络插件的更新为用户提供了更丰富的网络功能和更好的性能表现。
对于正在使用RKE2的用户,建议评估升级计划,特别是关注安全相关更新。新用户可以考虑从这个版本开始部署,以获得最佳的安全性和功能体验。
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