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。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00