Apache ShenYu 2.7.0.1版本发布:网关性能优化与AI插件增强
Apache ShenYu作为一款高性能、可扩展的API网关,在微服务架构中扮演着重要角色。它提供了丰富的功能集,包括流量控制、熔断降级、动态路由等,帮助开发者构建稳定可靠的分布式系统。本次2.7.0.1版本的发布,不仅修复了多个关键问题,还引入了令人期待的AI相关插件,为网关智能化提供了新的可能性。
核心优化与问题修复
在性能优化方面,本次更新对日志收集模块进行了重点改进。通过优化日志收集性能,特别是在使用Gzip压缩时解决了乱码问题,显著提升了网关处理日志的效率。同时,BodyParamUtils工具类引入了Caffeine缓存机制,减少重复计算,进一步提升了参数处理的响应速度。
针对缓存一致性问题,开发团队做出了多项改进。MetaDataCache中增加了对空值的防护处理,避免了潜在的NPE问题。AlertDispatchServiceImpl中修正了缓存删除顺序导致的数据脏读问题,确保了告警信息的一致性。此外,还修复了当使用Nacos作为同步中心时,规则缓存无法正确删除的问题。
在注册发现机制方面,修复了2.6.1版本中客户端注册失败的问题,增强了注册过程的稳定性。同时,对Kubernetes控制器代码进行了优化,提升了在K8s环境下的运行效率。
新增AI相关插件功能
2.7.0.1版本最引人注目的变化是新增了多个AI相关插件,为网关赋予了智能化能力:
-
AI代理插件:提供了与AI服务交互的能力,可以作为AI服务的统一入口,实现请求转发、结果处理等功能。
-
AI令牌限流插件:专门为AI服务设计的限流组件,能够基于令牌桶算法对AI服务的访问进行精细控制。
-
AI提示插件:支持在请求处理过程中插入AI生成的提示信息,为开发者提供更多上下文和指导。
这些AI插件的加入,使得Apache ShenYu不仅能够处理传统的API流量,还能作为AI服务的智能网关,满足日益增长的AI应用集成需求。
数据库与配置改进
在数据存储方面,本次更新修复了H2数据库中JSON格式错误的问题,并优化了从2.6.1升级到2.7.0的SQL脚本。新增了对Elasticsearch索引的每日自动生成功能,并为这些索引创建了别名,大大简化了日志检索和分析的复杂度。
配置管理方面,修正了Logging-Elasticsearch、Logging-Tencent和Logging-Aliyun等日志组件在配置修改后无法正确刷新的问题。同时,移除了过时的SpringCloud插件,重构了Discovery插件,使服务发现机制更加清晰和高效。
开发者体验提升
为了改善开发者体验,本次更新在多个方面进行了优化:
-
增加了RestTemplateConfiguration和ShenyuControllerEndpoint的测试用例,提高了代码质量。
-
使用Checkstyle工具规范化代码,避免使用==null检查,推荐使用Objects.isNull()方法。
-
优化了插件加载机制,通过ShenyuPluginClassLoaderHolder更好地管理插件类加载器。
-
修复了CollapseSlashesFilter中的路径处理问题,提升了URL规范化处理的可靠性。
-
在Dubbo支持方面,增加了protobuf序列化的支持,并优化了方法配置方式,使Dubbo集成更加灵活。
安全增强
安全方面,JWT插件进行了SPI扩展,确保能够兼容旧版JWT工具的payload解析方式,同时提供了更强的安全保证。Admin模块中增加了@Transactional注解来确保数据一致性,防止部分更新导致的数据不一致问题。
Apache ShenYu 2.7.0.1版本的发布,不仅解决了一系列稳定性问题,更重要的是通过引入AI相关插件,为网关的智能化发展开辟了新方向。这些改进使得ShenYu在性能、可靠性和功能性上都达到了新的高度,为构建下一代云原生应用提供了强有力的支持。
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00