Kuma项目2.10.0版本发布:全面增强服务网格能力
Kuma是一个现代化的服务网格控制平面,旨在简化微服务架构中的网络通信管理。它提供了流量管理、安全策略、可观测性等核心功能,支持Kubernetes和虚拟机等多种部署环境。本次2.10.0版本的发布,标志着Kuma在策略配置、API完善和核心功能方面取得了显著进展。
策略配置的重大革新
2.10.0版本对策略配置系统进行了全面升级,引入了全新的"rules"API和"Dataplane"目标引用类型。这些改进解决了传统"from"语法在精细控制方面的局限性,使管理员能够基于端口、代理、服务和HTTP路由等维度更精确地应用策略。
新引入的"Dataplane"目标引用类型允许直接使用数据平面标签而非传统的入站标签来选择策略应用对象。这一改变不仅简化了配置逻辑,还通过sectionName参数支持对单个端口的精确控制。对于需要向后兼容的场景,系统仍然支持原有的"from"语法,但官方已将其标记为弃用状态。
API与OpenAPI规范的完善
本次版本对API系统进行了多项重要改进。新增的inspect-api接口提供了检索服务主机名的能力,并支持基于标签的过滤查询。在响应处理方面,API现在对成功的PUT操作返回200/201状态码及空JSON,删除操作则返回空JSON响应,使接口行为更加符合RESTful规范。
OpenAPI规范得到了显著增强,新增了多个资源定义,修正了映射关系和默认值,完善了404响应文档,并正确标记了只读字段。这些改进使得API文档更加完整和准确,为开发者提供了更好的开发体验。
核心功能与性能优化
在核心功能层面,2.10.0版本带来了多项重要改进:
- 服务网格健康检查中弃用了healthyPanicThreshold属性,转而采用更精确的算法
- 新增对MySQL协议的透传支持,扩展了协议兼容性
- 改进了DNS统计数据的收集,增强了基础监控能力
- 为GRPC协议添加了故障注入支持,完善了测试验证手段
- 优化了跨区域同步机制,提高了大规模部署下的可靠性
性能方面,通过引入压缩机制减小了KDS请求和响应的大小,优化了资源同步效率。同时修复了多个可能导致并发问题的场景,提升了系统稳定性。
部署与运维改进
针对部署和运维场景,新版本提供了多项实用功能:
- Helm Chart新增了ServiceMonitor支持,便于Prometheus抓取控制平面指标
- 增加了priorityClassName配置项,支持自定义Pod调度优先级
- 暴露了CNI亲和性设置,提供了更灵活的部署选项
- 改进了透明代理的注入逻辑,增强了对自定义ConfigMap的处理
- 优化了安装脚本,简化了可观测性组件的部署流程
兼容性与升级建议
2.10.0版本在保持向后兼容的同时,也引入了一些弃用通知:
- MeshSubset类型在顶级targetRef中的使用已被标记为弃用
- 原有"from"语法在支持"rules"的策略中被标记为弃用
- 资源名称不符合RFC-1035规范的将收到弃用警告
对于计划升级的用户,建议充分测试新版本中的规则API和数据平面引用功能,逐步迁移现有的策略配置。同时注意检查是否有使用即将弃用的功能,提前做好迁移准备。
总体而言,Kuma 2.10.0版本通过创新的策略配置方式、完善的API规范和多项核心功能改进,进一步巩固了其作为现代化服务网格解决方案的地位,为构建可靠、安全的微服务架构提供了更强大的支持。
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