Terraform Provider for Google v6.36.0 版本深度解析
Google Cloud Terraform Provider 是 HashiCorp 与 Google 合作开发的官方 Terraform 插件,它允许开发者使用基础设施即代码(IaC)的方式自动化管理 Google Cloud 平台上的各种资源。最新发布的 v6.36.0 版本带来了一系列重要更新,包括新增资源支持、功能增强以及问题修复,这些改进将显著提升用户在 Google Cloud 上的基础设施管理体验。
新增资源支持
本次更新引入了多个全新的资源类型,进一步扩展了 Terraform 对 Google Cloud 服务的覆盖范围:
-
BigQuery 行级访问控制:新增的
google_bigquery_row_access_policy资源允许管理员在 BigQuery 表上定义细粒度的行级访问策略,实现基于条件的行数据过滤,这对于满足数据合规性要求特别有价值。 -
Dataplex 数据治理:
google_dataplex_glossary资源支持在 Dataplex 中创建和管理业务术语表,帮助企业构建统一的数据字典,提升数据资产的可发现性和可理解性。 -
Firebase 应用托管:新增了三个相关资源:
google_firebase_app_hosting_default_domain:管理 Firebase 托管的默认域名google_firebase_app_hosting_domain:配置自定义托管域名google_firebase_app_hosting_traffic:控制流量分配策略
-
网络安全拦截:引入了一套完整的网络安全拦截相关资源,包括部署、部署组、端点组及其关联资源,这些资源为构建零信任网络架构提供了基础设施支持。
-
数据源扩展:新增了
google_beyondcorp_security_gateway和google_lustre_instance数据源,方便查询现有安全网关和 Lustre 文件系统实例的信息。
功能增强与优化
v6.36.0 版本对现有功能进行了多项改进:
-
计算引擎增强:
- 在
google_compute_backend_service和google_compute_region_backend_service中增加了对 H2C (HTTP/2 Cleartext) 协议的支持 - 为
google_compute_instance添加了force_attach参数,解决磁盘强制挂载场景 - 改进了后端服务和全局转发规则的负载均衡方案迁移能力
- 在
-
容器服务改进:
- GKE 集群现在支持配置传输中加密(in-transit encryption)
- 允许对 Windows 节点配置和存储池进行原地更新,减少不必要的节点重建
-
Dialogflow CX 增强:
- 新增生成式回退功能,提升对话机器人的容错能力
- 支持应用构建器设置,扩展了代理的定制能力
-
NetApp 存储池:增加了自定义性能配置选项,包括总吞吐量和 IOPS 设置,为高性能存储需求提供更多控制。
-
超时调整:针对 BeyondCorp 应用网关和 VMware 私有云等资源延长了默认操作超时时间,适应大规模部署场景。
弃用与变更
-
BeyondCorp 应用资源:
google_beyondcorp_application资源已被标记为弃用,建议用户迁移到替代方案。 -
Firestore 数据库:
deletion_policy字段被标记为弃用,未来版本可能会移除。
问题修复
本次更新解决了多个已知问题:
-
网络资源就绪问题:为计算引擎网络资源添加了全局重试机制,处理"resourceNotReady for Networks"错误。
-
IAM OAuth 客户端凭证:将客户端密钥标记为敏感字段,防止在状态文件中明文存储。
-
项目数据源:修复了在多宇宙域(universe domain)环境下项目列表查询不正确的问题。
-
Dialogflow CX 自定义端点:修正了自定义端点处理逻辑,确保正确连接到指定端点。
总结
Google Cloud Terraform Provider v6.36.0 版本通过新增资源和增强现有功能,进一步提升了基础设施管理的灵活性和控制力。特别是对网络安全、数据治理和应用托管等领域的扩展,反映了 Google Cloud 在这些方向上的持续投入。对于已经使用或计划使用 Terraform 管理 Google Cloud 资源的团队,建议评估这些新功能如何能够优化现有的基础设施代码,并规划适当的升级路径。
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
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
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01