Wundergraph Cosmo Router 0.170.0版本发布:Redis集群支持与配置优化
Wundergraph Cosmo是一个开源的GraphQL联邦平台,它提供了一个高性能的GraphQL路由器(Router)作为核心组件。Router负责将客户端的GraphQL请求分发到各个子图(subgraph),并合并结果返回给客户端。在最新发布的0.170.0版本中,Router带来了一些重要的功能增强和问题修复。
主要功能更新
Redis集群支持
本次版本最重要的改进之一是增加了对Redis集群的支持。现在,Router可以使用Redis集群来实现以下功能:
- 速率限制:通过Redis集群来存储和管理API调用的速率限制数据
- 自动持久化查询(APQ):利用Redis集群缓存GraphQL查询的哈希值
Redis集群的支持使得Router在高可用性和扩展性方面有了显著提升。对于大规模部署场景,Redis集群可以提供更好的性能和容错能力。
配置优化与问题修复
子图超时配置验证
新版本增加了一个重要的配置验证:子图的超时时间不能大于全局超时时间。这个改进可以防止因为子图配置不当导致的请求处理异常,确保整个系统的稳定性。
JSON Schema改进
对流量整形(traffic shaping)子图的JSON Schema进行了优化,使得配置更加规范和易于理解。流量整形是控制不同子图请求优先级和资源分配的重要功能。
缓存预热错误提示
当启用缓存预热功能但未设置Graph Token时,现在会提供更清晰的错误提示信息。这有助于开发者在配置阶段更快地发现和解决问题。
技术实现细节
在Redis集群支持方面,Router现在能够:
- 识别Redis集群模式并自动适配
- 正确处理集群环境下的数据分片和请求路由
- 保持与单节点Redis的向后兼容性
对于配置验证,系统现在会在启动时检查所有子图的超时设置,确保它们不超过全局超时限制。这种预防性检查可以避免在生产环境中出现难以调试的超时问题。
总结
Wundergraph Cosmo Router 0.170.0版本通过引入Redis集群支持,为大规模部署提供了更好的扩展性和可靠性。同时,配置验证和错误提示的改进也提升了开发体验和系统稳定性。这些改进使得Cosmo Router更适合企业级GraphQL联邦场景的需求。
对于正在使用Cosmo Router的用户,建议评估Redis集群支持是否适合您的部署规模,并检查子图超时配置是否符合新的验证规则。这些改进将帮助您构建更健壮的GraphQL联邦系统。
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