Linkerd2 edge-25.3.1版本发布:网关API管理优化与协议声明支持
Linkerd是一个轻量级的服务网格解决方案,它通过透明的代理机制为Kubernetes集群中的微服务提供可靠性和可观测性。作为云原生计算基金会(CNCF)的毕业项目,Linkerd以其简单性和高性能著称。
本次发布的edge-25.3.1版本虽然被标记为"不推荐使用",但引入了一些重要的架构变更和功能增强,值得深入探讨。特别值得注意的是,该版本对Gateway API的管理方式进行了重大调整,并新增了对服务协议声明的支持。
网关API管理策略变更
edge-25.3.1版本对Gateway API CRDs的管理方式进行了重要调整,这标志着Linkerd开始逐步减少对这些CRD的直接管理。主要变化包括:
-
新增了
installGatewayAPI参数,取代了原有的enableHttpRoutes、enableTcpRoutes和enableTlsRoutes等多个独立参数,简化了配置方式。 -
当执行
linkerd install --crds命令时,如果检测到集群中已存在任何Gateway API CRD,Linkerd将不再安装这些CRD。这一变化使得Linkerd能够更好地适应已经部署了Gateway API的环境。 -
对于由Linkerd安装的Gateway API CRD,现在会自动添加
helm.sh/resource-policy: keep注解。这个注解确保在升级过程中不会删除这些CRD,避免了服务中断的风险。
需要注意的是,当前版本存在一个已知问题:即使设置了enableHttpRoutes=false,HTTPRoute CRD仍会被安装。开发团队建议用户使用后续的edge-25.4.1版本,或者改用installGatewayAPI=false参数来避免这个问题。
服务协议声明支持
edge-25.3.1版本新增了对服务协议声明的支持,这是一个重要的功能增强。通过在Service的port定义中设置appProtocol字段,用户可以显式声明服务的协议类型,从而绕过Linkerd的协议检测机制。
例如:
- 设置
appProtocol: http将直接使用HTTP协议 - 设置
appProtocol: kubernetes.io/h2c将直接使用HTTP/2协议
这种显式声明的方式不仅提高了性能(避免了协议检测的开销),还增强了配置的明确性和可预测性。对于需要精确控制协议行为的场景特别有用。
传输模式增强
该版本还引入了outbound-transport-mode的新选项transport-header。当启用此模式时,Linkerd代理会将所有网格内流量复用到4143端口,而不是使用原始目标端口。这种设计可以简化网络配置,特别是在某些复杂的网络环境中。
其他改进
-
文档更新:修正了关于
proxy-wait-before-exit-seconds参数的描述,使其与官方网站保持一致。 -
依赖项升级:包括tokio-rustls、bitflags、golang.org/x/net等多个核心依赖项的版本更新,提升了安全性和稳定性。
-
策略控制器改进:修复了当Gateway API未安装时可能出现的panic问题,增强了系统的健壮性。
总结
虽然edge-25.3.1版本存在一些已知问题(如IPv6支持不完善和Gateway API安装问题),但它引入的架构变更和功能增强为Linkerd的未来发展奠定了基础。特别是对Gateway API管理方式的调整,反映了Linkerd向更加模块化和灵活的方向发展。
对于生产环境用户,建议等待后续更稳定的版本。但对于希望提前体验新功能的开发者和技术爱好者,这个版本提供了观察Linkerd架构演进的窗口。服务协议声明的支持尤其值得关注,它为性能敏感型应用提供了更精细的控制能力。
随着服务网格技术的成熟,Linkerd继续在简化操作和提升性能方面做出努力,这些变化将最终惠及整个云原生生态系统。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00