Apache ServiceComb Java-Chassis 3.2.5 版本发布:新增Consul支持与优雅上下线能力
Apache ServiceComb Java-Chassis 是一个开源的微服务框架,它基于Java语言开发,提供了完整的微服务解决方案。该框架支持多种通信协议和编程模型,能够帮助开发者快速构建云原生应用。在最新的3.2.5版本中,框架带来了多项重要更新和改进。
新增功能亮点
Consul服务发现与配置中心支持
3.2.5版本中最重要的新特性之一是增加了对Consul的支持。Consul作为一款流行的服务发现和配置管理工具,现在可以无缝集成到ServiceComb Java-Chassis中。开发者现在可以选择使用Consul作为服务注册中心和配置中心,这为架构选型提供了更多灵活性。该功能由社区贡献者felixgis14实现,体现了开源社区的协作力量。
优雅上下线机制
另一个值得关注的新特性是优雅上下线功能的引入。在微服务架构中,服务的启停是常见操作,但不当的处理方式可能导致请求丢失或服务中断。3.2.5版本通过chenshouye168的贡献,实现了优雅的上下线机制,确保服务在启动和停止时能够平滑过渡,减少对业务的影响。
该功能特别针对Etcd和Consul注册中心进行了优化,使得服务在注册和注销时能够更加智能地处理流量切换,提高了系统的整体可靠性。
核心改进与问题解决
服务注册与发现优化
在服务注册与发现方面,3.2.5版本进行了多项优化:
- 解决了findServices方法返回数据错误的问题,确保服务查询结果的准确性
- 优化了ServiceCenterClient的构建方式,提高了客户端初始化的效率
- 改进了配置中心地址检查逻辑,增强了SC/Kie配置中心的隔离性
框架信息管理增强
新版本改进了框架信息的管理机制:
- 支持在服务信息更新时同步更新框架信息
- 在更新服务信息时打印框架版本,便于问题排查和版本管理
其他重要改进
- 调整了BackOffSleepTask的最大等待时间问题,将其限制在10分钟内
- 解决了mixin-maven-plugin与新版Maven(3.9.9+和4.0.0+)的兼容性问题
- 重构了负载均衡过滤器的启用逻辑,提高了配置的灵活性
依赖项更新
3.2.5版本对多个依赖项进行了升级,包括:
- 日志组件Log4j2升级至2.24.3版本
- Netty框架升级至4.1.117.Final
- Micrometer监控库升级至1.14.2
- JUnit测试框架升级至5.11.4
- Guava工具库升级至33.4.0-jre
- Vert.x升级至4.5.12
这些依赖项的更新不仅带来了性能提升,也解决了已知的问题,提高了系统的稳定性和安全性。
总结
Apache ServiceComb Java-Chassis 3.2.5版本在功能扩展和稳定性提升方面都取得了显著进展。新增的Consul支持和优雅上下线机制为开发者提供了更多选择和更好的使用体验,而众多的问题解决和依赖更新则进一步夯实了框架的基础。这些改进体现了社区对产品质量的持续追求和对用户需求的积极响应。
对于正在使用或考虑采用ServiceComb Java-Chassis的团队来说,3.2.5版本值得升级,特别是那些需要Consul集成或对服务可用性有高要求的场景。框架的持续演进也展示了开源生态的活力,为Java微服务开发提供了可靠的选择。
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