kgateway项目代码重构:移除遗留Gloo代码的技术实践
背景与动机
在kgateway项目的演进过程中,随着项目重心转向独立构建的kgw网关实现,项目组决定对代码库进行一次大规模重构。这次重构的核心目标是清理历史遗留的Gloo Edge相关代码以及非Kubernetes Gateway API相关的实现,为项目未来的发展奠定更清晰、更专注的代码基础。
重构方案设计
技术团队制定了三步走的重构方案:
-
大规模代码删除:首先删除
projects/gateway2目录之外的大部分代码,这些代码主要包含与Gloo Edge相关的实现和非Kubernetes Gateway API的功能。 -
模块定义重构:重新定义Go模块结构,确保模块边界清晰,依赖关系合理。
-
剩余代码修复:对保留下来的代码中的导入语句进行修复和调整,确保重构后的代码能够正确编译和运行。
关键技术考量
在实施重构过程中,开发团队特别关注了几个关键技术点:
-
Envoy相关代码处理:包括Envoy Filter实现、Envoy API协议缓冲区定义以及envoy-gloo API协议缓冲区的处理方案。特别是envoy-gloo API协议缓冲区当前是从主分支导入的,需要考虑发布分支的工作机制。
-
全局设置保留:如正则表达式相关功能和程序大小控制等核心功能需要保留并迁移到新架构中。
-
测试框架调整:移除了位于
test/e2e目录下的内存测试,因为这些测试将完全重写以适配新的测试框架。
实施过程与挑战
重构工作通过多个Pull Request分阶段实施,过程中遇到的主要挑战包括:
-
依赖关系管理:在删除大量代码后,需要仔细梳理和修复剩余的依赖关系,确保不破坏核心功能。
-
功能完整性验证:在删除旧代码的同时,需要确保所有必要的功能都被保留或已有替代实现。
-
测试保障:由于移除了大量现有测试,需要建立新的测试策略来保证代码质量。
后续工作
重构完成后,项目组规划了以下后续工作:
- 完善新的测试框架,确保测试覆盖率
- 优化模块结构,提高代码可维护性
- 持续监控重构后的系统稳定性
这次大规模代码重构为kgateway项目的未来发展清除了技术债务,使项目能够更专注于Kubernetes Gateway API的实现,为后续功能开发和性能优化奠定了坚实基础。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C098
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00