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。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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