Linkerd2 edge-25.4.3版本发布:优化Gateway API支持与追踪功能
Linkerd是一个轻量级的服务网格解决方案,它通过透明的代理机制为Kubernetes集群中的微服务提供流量管理、安全性和可观测性功能。作为云原生计算基金会(CNCF)的毕业项目,Linkerd以其简单性和高性能著称。
本次发布的edge-25.4.3版本主要带来了两个重要改进:对Gateway API支持的优化和追踪功能的默认端口调整。
Gateway API支持优化
在Kubernetes生态系统中,Gateway API正在成为Ingress的下一代标准。Linkerd从早期就开始支持Gateway API,本次版本在CLI工具中做了两处重要改进:
-
现在会明确检查集群中是否安装了v1版本的Gateway API资源。这是为了避免用户使用过时的API版本导致兼容性问题。
-
当检测到缺少必要的Gateway API CRD时,CLI会提供更精确的安装命令提示。这大大简化了用户的安装配置过程,减少了出错的可能性。
这些改进使得Linkerd与Gateway API的集成更加可靠和用户友好,特别是在多集群场景下部署服务时。
追踪功能默认端口调整
分布式追踪是微服务可观测性的重要组成部分。Linkerd支持将追踪数据导出到各种后端系统进行分析。
本次版本将默认的追踪端口从OpenCensus标准的55678调整为OpenTelemetry标准的4317。这一变化反映了行业趋势,因为OpenTelemetry正在成为云原生可观测性的事实标准。
需要注意的是,这一变更可能会影响现有部署:
- 如果用户已经配置了自定义的追踪收集器,可能需要相应调整端口设置
- 新部署将默认使用4317端口,与大多数现代追踪系统兼容
其他改进
除了上述主要变更外,本次发布还包括:
- 多项依赖库版本升级,包括Helm、Prometheus客户端等
- 多集群测试的稳定性改进
- 代理组件升级到v2.293.0版本
总结
Linkerd2 edge-25.4.3版本继续沿着简化服务网格管理的方向前进,特别是在与Kubernetes生态系统组件的集成方面做出了重要改进。对于计划使用Gateway API管理流量的用户,以及希望利用现代追踪系统的团队,这个版本提供了更好的开箱即用体验。
作为edge版本,它已经过充分测试,推荐用户评估使用。生产环境用户可关注后续的稳定版发布,这些改进将会包含在其中。
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