Higress项目中的Gateway API开发规划与技术演进
背景与现状
Higress作为阿里巴巴开源的云原生网关,在2.x版本中实现了重要的架构调整——将Istio的Gateway API实现从Istio代码库中剥离,并整合到Higress项目目录下。这一变革为Higress带来了更大的技术自主性和灵活性,同时也带来了一系列需要解决的技术挑战。
核心开发任务解析
状态同步机制重构
在架构调整过程中,Higress团队移除了原Istio实现的gateway-api status manager,主要原因是其引入了过重的依赖。新的实现方案需要满足两个核心要求:
- 保持功能完整性的同时降低资源消耗
- 确保状态同步的实时性和准确性
技术团队通过重构实现了轻量级的status同步机制,这一改进已在v2.0.2版本中发布,显著提升了系统性能。
监听控制优化
为了增强系统的灵活性,Higress引入了global.enableGatewayAPI参数,通过Helm chart配置可以控制higress-core中的gateway-api监听行为。这一改进带来了三个主要优势:
- 用户可以根据实际需求灵活启用或禁用功能
- 默认配置下关闭了不必要的监听,减少了资源占用
- 为系统集成提供了更细粒度的控制选项
此功能已在v2.0.3版本中正式发布。
URL重写功能问题
目前团队正在排查和修复URLRewrite相关的问题。这一功能在API网关中至关重要,它直接影响着:
- 请求路由的正确性
- 后端服务的兼容性
- 用户配置的灵活性
技术团队需要确保重写规则在各种边界条件下都能稳定工作,包括特殊字符处理、正则表达式支持等场景。
独立升级Gateway API
Higress正在推进不依赖Istio的独立Gateway API升级计划,这将带来多重价值:
- 版本升级不再受限于Istio的发布周期
- 可以更快地支持Gateway API的新特性
- 减少兼容性问题
需要注意的是,由于Gateway API v1.2.0移除了v1alpha2的GRPCRoute和ReferenceGrant,Higress目前暂不支持该版本,推荐用户使用v1.0.0版本。
测试体系完善
完整的e2e测试是保证Gateway API稳定性的关键。Higress计划集成Gateway API的官方测试集,这将:
- 验证标准兼容性
- 发现潜在的功能缺陷
- 为后续开发提供质量保障
技术挑战与解决方案
在Gateway API的开发过程中,团队面临的主要技术挑战包括:
- 依赖管理:如何在保持功能完整性的同时减少不必要的依赖
- 版本兼容:平衡新特性支持与现有用户的升级成本
- 性能优化:确保新增功能不会对系统性能造成显著影响
针对这些挑战,Higress采取了模块化设计、渐进式升级和性能基准测试等方法,确保系统稳定演进。
未来展望
随着Gateway API在Higress中的持续发展,未来可能会重点关注以下方向:
- 更丰富的路由策略支持
- 增强的可观测性集成
- 与更多云原生组件的深度整合
- 性能的持续优化
Higress通过自主掌控Gateway API的实现,正在构建更加灵活、高效的云原生网关解决方案,为开发者提供更好的API管理体验。
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