Terraform Provider for Google v6.16.0 版本发布:新增资源与功能优化
Google Cloud Terraform Provider 是 HashiCorp 与 Google 合作开发的官方插件,它允许用户通过基础设施即代码(IaC)的方式管理和配置 Google Cloud 资源。最新发布的 v6.16.0 版本带来了一些令人期待的新功能和改进,特别是在安全网关、开发者连接工具以及计算资源管理方面。
新增资源与功能
本次更新引入了三个全新的资源类型,为 Google Cloud 用户提供了更丰富的管理能力:
-
BeyondCorp 安全网关:新增的
google_beyondcorp_security_gateway资源让用户能够以代码方式配置 Google 的零信任安全解决方案,这是企业级安全架构的重要组件。 -
开发者连接工具:新增了
google_developer_connect_connection和google_developer_connect_git_repository_link两个资源,为开发者提供了更便捷的代码仓库连接和管理能力,简化了 CI/CD 流程的集成工作。
计算服务增强
在计算资源管理方面,本次更新有几个值得关注的改进:
- 实例组管理升级:将
google_compute_region_instance_group_manager和google_compute_instance_group_manager资源中的standby_policy、target_suspended_size和target_stopped_size字段从 Beta 版升级到正式版(GA),这意味着这些功能现在更加稳定,适合生产环境使用。这些功能对于优化云资源利用率和成本管理特别有价值。
DNS 与数据库服务改进
DNS 和 SQL 服务也获得了功能增强:
-
DNS 记录健康检查:
google_dns_record_set资源现在支持health_check和external_endpoints字段,使用户能够更好地管理 DNS 记录的可用性和故障转移。 -
数据库实例 CA 池支持:
google_sql_database_instance资源新增了server_ca_pool字段,增强了数据库连接的安全性配置选项。
VMware 引擎优化
对于使用 VMware 引擎的用户,本次更新允许导入非标准(non-STANDARD)私有云到 google_vmwareengine_private_cloud 资源中,提高了资源管理的灵活性。
问题修复
v6.16.0 版本还解决了几个重要问题:
-
修复了
google_dataproc_cluster资源中shielded_instance_config布尔字段的问题,确保安全配置能够正确应用。 -
解决了
google_gkeonprem_vmware_cluster资源中vcenter字段的永久差异问题,提高了配置的一致性。 -
网络服务网关资源现在能够正确等待路由器删除完成后再继续销毁操作,避免了潜在的资源残留问题。
-
修复了环境变量
GOOGLE_CLOUD_QUOTA_PROJECT会覆盖显式设置的billing_project的问题,确保了计费项目的优先级符合预期。
总结
Google Cloud Terraform Provider v6.16.0 版本通过新增资源和功能改进,进一步丰富了用户在 Google Cloud 平台上的基础设施即代码管理能力。特别是安全网关和开发者连接工具的加入,为企业的安全架构和开发流程提供了更强大的支持。同时,多项问题修复也提升了用户体验和资源管理的可靠性。对于已经使用或计划使用 Terraform 管理 Google Cloud 资源的团队来说,这个版本值得考虑升级。
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