Harvester v1.5.0:企业级超融合基础设施平台的重要更新
项目概述
Harvester是一个开源的超融合基础设施(HCI)解决方案,它将计算、存储和网络功能整合到单一平台上,专为虚拟化和容器化工作负载设计。作为一个基于Kubernetes构建的平台,Harvester结合了Kubernetes的灵活性和传统虚拟化环境的易用性,为用户提供了现代化的基础设施管理体验。
核心特性解析
实验性功能:Longhorn V2数据引擎增强
Harvester v1.5.0集成了Longhorn v1.8.1,引入了V2数据引擎的重大改进。这一更新支持使用V2存储类创建虚拟机镜像和启动卷,并实现了带有V2卷的虚拟机实时迁移功能。值得注意的是,要充分利用这些增强功能,用户需要在升级后创建新的V2存储类,因为v1.4.x版本创建的V2卷在升级后仍不支持迁移。
第三方存储支持
v1.5.0版本的一个关键进步是增加了对第三方存储解决方案的支持。通过外部容器存储接口(CSI)驱动,用户现在可以为根卷和数据卷配置存储后端。这一功能扩展了Harvester的存储选项,使企业能够根据特定需求选择适合的存储解决方案,无论是性能优化还是与现有存储基础设施的无缝集成。
ARM64架构全面支持
此版本标志着Harvester对ARM64架构的全面支持。所有组件,包括之前仅支持AMD64的插件,现在都可在ARM平台上运行。升级路径也得到了完善,使ARM-only集群能够平滑过渡到新版本。经过全面测试,ARM版本现已稳定,适合生产环境部署。
安装与升级
安装选项
Harvester v1.5.0提供多种安装方式:
- 标准ISO镜像安装
- 可启动USB驱动器安装
- PXE网络引导安装
- 新增的网络安装ISO(仅包含核心OS组件)
安装程序现在会严格检查硬件是否符合生产环境的最低要求,若检查失败将停止安装。对于测试目的,用户可通过添加特定内核参数跳过这些检查。
升级路径
Harvester仅支持从特定版本进行升级。v1.5.0特别强调了对ARM64集群升级路径的支持,确保了不同架构环境的平滑过渡。
技术增强与优化
存储网络改进
新版本改进了存储网络的配置选项,支持未标记的VLAN,为网络配置提供了更大的灵活性。同时,文档中增加了关于存储网络最佳实践的详细指南,帮助用户优化配置。
虚拟机管理增强
在虚拟机管理方面,v1.5.0引入了多项改进:
- 支持持久性TPM(可信平台模块)
- 改进的EFI模式支持
- 增强的CPU固定功能
- 优化的资源配额计算
监控与日志
监控和日志组件进行了版本升级,提供了更全面的系统洞察能力。升级日志功能也得到了增强,更好地适应了日志堆栈的变化。
问题修复与稳定性提升
v1.5.0版本解决了大量已知问题,包括但不限于:
- PCI设备直通问题
- 虚拟机迁移过程中的资源配额竞争条件
- 存储网络配置错误处理
- 虚拟机备份与第三方存储的兼容性问题
- 安装程序对异常输入的处理
这些修复显著提高了平台的稳定性和可靠性。
组件版本更新
Harvester v1.5.0集成了多个核心组件的更新版本:
- Longhorn升级至v1.8.1
- KubeVirt升级至v1.4.0
- 嵌入式Rancher升级至v2.11.0
- RKE2升级至v1.32.3+rke2r1
- 基于SLE Micro 5.5的操作系统
总结
Harvester v1.5.0通过引入第三方存储支持、完善ARM64架构兼容性、增强数据引擎功能等一系列重要更新,进一步巩固了其作为现代化超融合基础设施解决方案的地位。对于寻求简化基础设施管理、提高资源利用率的企业来说,这一版本提供了更强大、更灵活的平台选择。无论是新部署还是现有环境升级,v1.5.0都值得考虑。
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 StartedRust098- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00