Docker CLI 28.0.0版本中Swarm范围网络配置问题解析
在Docker CLI 28.0.0版本中,用户在使用配置网络(config network)创建Swarm范围网络时遇到了一个关键问题。这个问题主要影响那些依赖配置网络创建Swarm范围网络的用户场景。
问题的核心表现是当用户尝试基于已有的配置网络创建Swarm范围网络时,系统会抛出两种不同的错误信息:
- "IPv4 cannot be disabled in a Swarm scoped network"
- "user specified configurations are not supported if the network depends on a configuration network"
这个问题源于28.0.0版本中引入的IPv4验证机制。在创建Swarm范围网络时,系统会强制检查IPv4配置,但却没有正确处理从配置网络继承的IPv4设置。这导致即使配置网络本身已经正确设置了IPv4参数,创建过程仍然会失败。
值得注意的是,如果Swarm网络是在升级到28.0.0版本之前创建的,升级后这些网络会变为无效状态,同样会显示"user specified configurations are not supported if the network depends on a configuration network"的错误信息。
此外,用户还报告了一个相关但独立的问题:当直接创建Swarm范围网络(不通过配置网络)时,指定的子网参数会被忽略,容器反而会获得来自172.19.0.0/16范围的IP地址。这个问题在27.5.1版本中同样存在,表明它可能是一个长期存在的问题。
开发团队已经确认了这个问题,并在后续版本中提供了修复方案。修复主要针对配置网络创建Swarm范围网络时的IPv4验证逻辑,确保能够正确处理从配置网络继承的网络参数。
对于遇到这个问题的用户,建议等待28.0.1补丁版本的发布,或者回退到27.x版本作为临时解决方案。对于直接创建Swarm网络时子网被忽略的问题,可能需要单独处理,因为它可能涉及更深层次的IP地址管理机制。
这个问题提醒我们,在进行Docker版本升级时,特别是涉及网络配置的部分,需要特别注意兼容性问题,并在测试环境中充分验证关键功能后再应用到生产环境。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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