Elastic Cloud on Kubernetes 中 Logstash 9.0 的 TLS 配置变更解析
在 Elastic Cloud on Kubernetes 项目中,随着 Logstash 9.0.0 版本的发布,一些 TLS 相关的配置选项已被标记为废弃并移除。这一变更影响了项目中与 Logstash 相关的端到端测试。
Logstash 9.0.0 对安全传输层协议(TLS)的配置方式进行了简化,移除了旧版中部分冗余的配置参数。具体来说,ssl_enabled 和 ssl_certificate_authorities 这两个选项在新版本中不再被支持。这些变更反映了 Elastic 产品线在安全配置方面向更简洁、更现代化的方向演进。
在 Elastic Cloud on Kubernetes 的测试配置中,原有的 Logstash 管道配置包含了这些已被废弃的选项。当测试环境升级到 Logstash 9.0.0-SNAPSHOT 版本时,这些配置会导致测试失败。测试配置中使用了 exec 输入插件定期执行系统命令,并通过 Elasticsearch 输出插件将结果发送到生产环境的 Elasticsearch 集群。
为了解决这个问题,项目维护者对测试配置进行了更新,移除了这些废弃的 TLS 选项。这一调整确保了测试能够在 Logstash 9.0.0 及更高版本中正常运行,同时也使配置更加符合当前的最佳实践。
对于使用 Elastic Cloud on Kubernetes 部署 Logstash 的用户来说,这一变更意味着在升级到 Logstash 9.0 时,需要检查并更新所有相关的 TLS 配置。虽然这带来了短暂的适配工作,但从长远来看,简化的配置方式降低了维护复杂度,提高了系统的可靠性。
这一变更也体现了 Elastic 生态系统中各组件持续演进的特点,开发者需要关注版本间的兼容性变化,特别是在安全相关的配置方面。通过及时更新测试用例和部署配置,可以确保系统平滑过渡到新版本,同时保持高标准的安全性。
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