Terraform Provider Google v6.28.0 版本深度解析
Google Cloud 官方 Terraform Provider 发布了 v6.28.0 版本,这个版本带来了多项重要更新,包括新功能、现有功能的改进以及一些问题的修复。作为基础设施即代码(IaC)领域的重要工具,Terraform Provider Google 帮助开发者以声明式的方式管理 Google Cloud 资源。
新功能亮点
本次更新引入了多个新资源,显著扩展了 Terraform 对 Google Cloud 服务的覆盖范围:
-
Chronicle 安全产品线支持:新增了多个与 Google Chronicle 安全产品相关的资源,包括数据访问范围(chronicle_data_access_scope)、参考列表(chronicle_referencelist)、规则(chronicle_rule)等,为安全团队提供了更强大的基础设施自动化能力。
-
参数管理服务:新增了 parameter_manager 系列资源,包括参数版本管理(parameter_manager_parameter_version)和参数定义(parameter_manager_parameter)等,帮助用户更好地管理系统配置参数。
-
存储智能配置:新增了 storage_control 系列资源,如文件夹智能配置(storage_control_folder_intelligence_config),提供了更精细的存储管理能力。
-
Apigee 集成:新增了 apigee_dns_zone 资源,为 API 管理提供了更完善的 DNS 配置支持。
现有功能增强
除了新增资源外,本次更新还对多个现有资源进行了功能增强:
-
计算引擎改进:
- 为 compute_subnetwork 添加了 external_ipv6_prefix 等 IPv6 相关字段
- 在 compute_instance 和 compute_instance_template 中增加了多个磁盘加密相关字段
- 改进了 compute_router 的 MD5 认证密钥支持
-
容器服务优化:
- 为 container_cluster 添加了自动监控配置(auto_monitoring_config)
- 增加了 L4 负载均衡防火墙协调禁用选项(disable_l4_lb_firewall_reconciliation)
-
网络安全性提升:
- network_security_security_profile 增加了 antivirus_overrides 字段
- 多个镜像端点组相关资源增加了位置和关联配置选项
-
内存存储增强:
- redis_cluster 增加了跨集群复制配置(cross_cluster_replication_config)
- 新增了自动化备份配置支持(automated_backup_config)
重要变更与弃用
本次版本包含了一些重要的变更和弃用通知:
-
弃用通知:
- compute_subnetwork 中的 enable_flow_logs 字段被弃用,推荐使用 log_config
- container_registry 相关资源和数据源被弃用,推荐使用 artifact_registry_repository
-
行为变更:
- 修正了 compute_subnetwork 中 log_config 与 enable_flow_logs 的交互逻辑
- 修复了 org_policy_policy 中多规则处理的问题
问题修复
本次更新修复了多个已知问题,包括:
-
稳定性修复:
- 为 alloydb_cluster 添加了互斥锁,防止多集群操作冲突
- 修复了 artifact_registry_repository 中的类型断言问题
-
功能修复:
- 修正了 bigtable_table 的自动化备份策略配置
- 解决了 cloud_run_v2_job 中环境变量差异检测的问题
- 修复了 workbench_instance 中元数据的持久差异问题
-
性能优化:
- 增加了 resourcemanager 服务列表的页面大小,缓解配额问题
总结
Terraform Provider Google v6.28.0 版本带来了丰富的新功能和重要改进,特别是在安全产品集成(Chronicle)、参数管理和存储控制方面。同时,多项现有服务的增强和问题修复也提升了整体的稳定性和可用性。对于使用 Google Cloud 的 Terraform 用户来说,这个版本值得升级,以获得更完善的基础设施管理能力。
开发者在升级时需要注意已弃用功能的迁移,特别是容器注册表和子网络流日志相关的变更。随着 Google Cloud 服务的持续演进,Terraform Provider Google 也在不断更新以提供最佳的支持体验。
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