Kubespray v2.26.0 版本发布:全面支持 Kubernetes 1.30 及多项重要更新
Kubespray 作为 Kubernetes 集群部署的自动化工具,近日发布了 v2.26.0 版本。本次更新带来了多项重要改进,包括对 Kubernetes 1.30 的全面支持、多个核心组件的版本升级,以及多项功能增强和问题修复。
核心组件升级
本次版本更新将 Kubernetes 默认版本提升至 v1.30.4,同时 etcd 升级到 v3.5.12 版本。在容器运行时方面,Docker 更新至 v26.1,containerd 升级到 v1.7.21。这些核心组件的升级为用户带来了最新的功能特性和安全补丁。
网络插件更新
在网络插件方面,Calico 升级到 v3.28.1 版本,Weave CNI 也更新至社区维护的 v2.8.7 版本。Kube-OVN 更新到 v1.12.21,为用户提供了更稳定的网络解决方案。值得注意的是,CNI 插件版本已升级至 v1.4.0,为容器网络提供了更好的支持。
存储插件增强
存储插件方面也有多项更新,包括 Cinder CSI 插件升级到 v1.30.0,AWS EBS CSI 驱动更新至 v0.5.0,Azure 磁盘 CSI 驱动升级到 v1.10.0。这些更新为不同云平台上的持久化存储提供了更好的支持。
重要功能改进
-
操作系统支持调整:移除了对 CentOS 7 和 Debian 10 的支持,这些系统将不再进行测试和维护。
-
Kubelet 配置增强:新增了
kubelet_max_parallel_image_pulls参数,允许用户配置并行拉取镜像的最大数量,优化了节点资源利用率。 -
日志级别配置:现在用户可以配置 Calico-kube-controllers、local-volume-provisioner 和网络检查器组件的日志级别,便于问题排查。
-
Ubuntu 内核更新控制:新增了
ubuntu_kernel_unattended_upgrades_disabled选项,允许用户控制 Ubuntu 系统上内核和相关软件包的自动更新行为。 -
系统依赖管理:用户现在可以通过跳过
system-packages标签来禁用使用系统包管理器安装操作系统依赖项。
应用组件更新
- Cert-manager 升级到 v1.14.7
- Ingress-nginx 控制器更新至 v1.11.2
- Helm 升级到 v3.15.4
- Kube-vip 更新至 v0.8.0
- Node-feature-discovery 升级到 v0.16.4
问题修复
本次版本修复了多个重要问题,包括:
- 修复了 etcd 在使用自定义访问地址时无法启动的问题
- 解决了 kube-apiserver 广告地址配置错误的问题
- 修正了 OpenStack 环境下 Ansible 清单可能损坏的问题
- 修复了在重置操作时网络服务重启的问题
- 解决了 kubeadm 1.30 升级过程中的命令行参数变更导致的升级失败问题
使用建议
对于计划升级到 Kubespray v2.26.0 的用户,建议:
- 首先确认目标操作系统在支持列表中
- 仔细阅读变更日志,特别是已移除的功能和组件
- 在测试环境中验证升级过程
- 对于生产环境,建议先进行小规模验证再全面推广
Kubespray v2.26.0 通过多项功能增强和问题修复,为用户提供了更稳定、更灵活的 Kubernetes 集群部署体验。特别是对 Kubernetes 1.30 的全面支持,使集群能够利用最新的 Kubernetes 特性和安全更新。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00