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。
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