Docker 28.0.2版本发布:关键修复与网络优化深度解析
Docker作为当今最流行的容器化平台之一,其28.0.2版本的发布带来了多项重要修复和功能优化。本文将深入剖析这一版本的技术亮点,帮助开发者更好地理解和使用Docker的最新功能。
核心修复与性能优化
28.0.2版本针对多个关键问题进行了修复,特别是在容器管理和性能方面做出了显著改进。在Windows环境下,修复了当存在v28.0.0之前创建的容器时可能导致守护进程启动失败的问题。对于使用大量容器的用户,containerd镜像存储的性能得到了提升,显著改善了docker ps命令在大规模容器环境下的响应速度。
日志处理方面,修复了守护进程日志中可能出现的"io: read/write on closed pipe"错误,使日志输出更加整洁。同时,containerd镜像存储还修复了通过--user传递用户ID时可能出现的整数溢出问题,增强了安全性。
网络子系统重大改进
网络功能是28.0.2版本的重点优化领域。新增了DOCKER_INSECURE_NO_IPTABLES_RAW环境变量,为那些Linux内核不支持CONFIG_IP_NF_RAW的系统提供了运行Docker的可能性,虽然这降低了安全性,但为特定环境提供了灵活性。
网络转发功能得到了多项修复:
- 修复了可能导致
docker-proxy停止向容器转发UDP数据报的问题 - 解决了
docker-proxy过早关闭UDP连接导致源地址不必要变化的问题 - 允许在父接口关闭的情况下,容器仍能成功附加到macvlan网络
- 确保在gateway_mode=routed网络中不会跳过DNAT处理
此外,docker ps命令现在能够更一致地报告双栈端口映射,解决了之前版本中存在的不一致问题。
安全增强与兼容性改进
安全方面,28.0.2版本默认屏蔽了容器内/proc和sys中的Linux热中断信息,减少了潜在的信息泄露风险。同时更新了contrib/check-config.sh脚本,增加了对iptables相关内核模块的检查,帮助用户更好地配置系统环境。
兼容性方面,修复了守护进程过早失败的问题,现在当containerd套接字不可用时,守护进程会更有弹性地处理这种情况。containerd镜像存储还消除了关于"application/vnd.in-toto+json"类型引用的虚假警告,使日志更加清晰。
组件更新与SDK变更
28.0.2版本包含了多个核心组件的更新:
- BuildKit升级至v0.20.1
- Buildx更新至v0.22.0
- Compose升级至v2.34.0
- Go运行时更新至1.23.7
- RootlessKit升级至v2.3.4
- containerd静态二进制文件更新至v1.7.27
在Go SDK方面,进行了多项重构和弃用:
- 将各种类型和常量从
cli-plugins/manager移动到单独的包 - 最低Go版本要求提升至1.23
- 多项功能被标记为弃用,包括
cli-plugins/manager.ResourceAttributesEnvvar、opts.PortOpt等 - 移除了
service/logs包 - 重构了信任相关功能,将
PushTrustedReference移至cli/trust
总结
Docker 28.0.2版本虽然是一个维护性更新,但包含了多项重要修复和优化,特别是在网络功能和性能方面。这些改进使Docker在稳定性、安全性和兼容性上都得到了提升。对于开发者而言,了解这些变化有助于更好地利用Docker的功能,同时避免潜在的问题。随着容器技术的不断发展,Docker团队持续优化产品,为用户提供更加强大和可靠的工具链。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00