NewRelic Node.js 代理 v12.17.0 版本发布:增强Azure Functions支持与分布式追踪采样控制
NewRelic Node.js 代理是一个功能强大的应用性能监控工具,它能够帮助开发者深入了解Node.js应用的运行状况,捕获关键性能指标,并追踪分布式系统中的请求流转。最新发布的v12.17.0版本带来了几项重要更新,特别是在Azure Functions支持和分布式追踪采样控制方面有了显著增强。
Azure Functions利用率监控
在这个版本中,代理新增了对Azure Functions的利用率监控功能。Azure Functions作为无服务器计算服务,其资源利用情况一直是开发者关注的焦点。通过这项功能,开发者现在可以更清晰地了解函数执行的资源消耗情况,包括CPU、内存等关键指标。
这项改进使得在Azure Functions环境中部署的Node.js应用能够获得与其他环境一致的可观测性体验。开发者可以像监控传统服务器应用一样,监控无服务器函数的性能表现,及时发现潜在的性能瓶颈。
W3C traceparent采样标志支持
分布式追踪是现代微服务架构中不可或缺的组成部分。v12.17.0版本引入了一项重要特性:支持W3C traceparent规范的采样标志控制。
在分布式系统中,一个请求可能会经过多个服务,每个服务都可能产生大量追踪数据。为了平衡数据收集和系统开销,采样机制变得尤为重要。traceparent规范定义了一个采样标志位,用于指示上游服务是否希望当前服务记录追踪数据。
新版本提供了灵活的配置选项,开发者可以通过以下配置项精确控制采样行为:
-
当traceparent采样标志为"01"(表示上游希望采样)时:
- always_on:强制采样
- always_off:强制不采样
- default:使用代理原有的优先级采样机制
-
当traceparent采样标志为"00"(表示上游不希望采样)时:
- 同样提供上述三种选项
这种细粒度的控制能力使得开发者可以根据业务需求调整采样策略,在保证关键业务数据完整性的同时,有效控制监控系统的开销。
OpenTelemetry桥接器改进
v12.17.0还对OpenTelemetry桥接器进行了重构,主要是为了集中管理span属性的映射规则。OpenTelemetry作为云原生可观测性的标准,其语义约定规范会不断更新。通过这次改进,代理能够更好地适应这些规范变化,确保与OpenTelemetry生态系统的兼容性。
这项改进虽然对终端用户透明,但它为未来的功能扩展打下了坚实基础,使得代理能够更快地支持OpenTelemetry规范的新特性。
测试与兼容性
为了保证稳定性,新版本特别针对LangChain的OpenAI集成进行了测试适配,确保在相关技术栈中的兼容性。同时,代理的兼容性报告也得到了更新,帮助开发者更好地评估升级风险。
升级建议
NewRelic建议用户尽快升级到最新版本,以获得最佳的性能监控体验和安全保障。如果无法立即升级,也应确保使用的代理版本不超过90天。定期更新监控代理不仅能获得新功能,还能确保监控数据的准确性和安全性。
对于使用Azure Functions或复杂分布式系统的团队,v12.17.0版本提供的增强功能将显著提升监控能力,值得优先考虑升级。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00