OpenFGA v1.8.13 版本发布:性能优化与安全增强
OpenFGA 是一个现代化的授权系统,采用基于关系的访问控制(ReBAC)模型。它通过灵活的关系定义和高效的查询能力,为开发者提供了构建复杂权限系统的工具。本次发布的 v1.8.13 版本在性能优化和安全增强方面做出了重要改进。
性能优化亮点
本次版本引入了多项性能优化措施,显著提升了系统在高负载场景下的表现:
-
共享迭代器支持:新增了共享数据存储查询迭代器的功能,通过设置
OPENFGA_SHARED_ITERATOR_ENABLED环境变量即可启用。这一改进允许多个消费者共享同一个查询结果集,减少了重复查询的开销,特别适合批量操作场景。 -
智能节流机制:新增了
DatastoreThrottle配置项,专门针对 Check、ListObjects 和 ListUsers 操作进行节流控制。系统现在能够更精细地管理资源分配,防止突发流量导致的性能下降。 -
协程泄漏修复:解决了在请求上下文被取消或超时情况下,被节流的 Go 协程可能泄漏的问题。这一改进确保了系统资源的及时释放,提高了长期运行的稳定性。
安全增强
安全方面,本次版本修复了一个重要的安全问题:
- 上下文元组过滤:修复了在 ReadUsersetTuples 操作中,未能正确基于类型限制过滤上下文元组的问题(CVE-2025-48371)。这一修复确保了权限查询结果的准确性,防止潜在的信息泄露风险。
其他重要改进
-
数据库升级:将所有 PostgreSQL 相关组件升级至 v17 版本,带来了更好的性能和稳定性。
-
迁移工具改进:新增了
migrate包,通过公开.RunMigrations()方法支持编程式的迁移操作,为自动化部署提供了更多灵活性。 -
资源管理优化:确保所有可能创建阻塞协程的客户端都正确调用了
fanin.Stop和fanin.Drain方法,进一步提升了系统稳定性。
总结
OpenFGA v1.8.13 版本通过多项性能优化和安全增强,为开发者提供了更可靠、更高效的权限管理系统。特别是共享迭代器和智能节流机制的引入,将显著提升大规模部署场景下的系统表现。建议所有用户升级到此版本,以获得最佳的性能和安全保障。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C089
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00