Higress 2.0.6-rc.1版本发布:增强TLS配置与性能优化
Higress作为阿里巴巴开源的云原生网关项目,基于Envoy构建,为Kubernetes环境提供了高性能的API网关解决方案。近日,项目团队发布了2.0.6-rc.1版本,这个候选版本带来了多项重要改进,特别是在TLS配置灵活性和系统性能方面。
TLS版本注解支持
新版本最显著的改进之一是增加了对TLS版本注解的细粒度控制。在之前的版本中,TLS配置通常需要在全局层面进行设置,这限制了不同路由规则对TLS版本要求的灵活性。
2.0.6-rc.1版本通过引入TLS版本注解支持,允许开发者为每条路由规则单独配置TLS版本要求。这意味着:
- 不同业务路由可以根据安全需求采用不同的TLS协议版本
- 可以逐步升级TLS版本而无需一次性全局变更
- 针对特定路由实施更严格的安全策略
这项改进特别适合混合部署场景,其中部分服务可能需要保持对旧版TLS协议的支持,而其他服务则可以强制使用最新的TLS 1.3协议。
性能优化与缓存增强
本次发布的另一个重点是系统性能的优化。开发团队对指标收集系统进行了更新,使其更加高效和精确。同时,启用了LDS(Listener Discovery Service)缓存机制,这一改进可以显著减少控制平面与数据平面之间的通信开销。
LDS缓存的启用意味着:
- 减少Envoy与控制平面之间的频繁配置同步
- 降低系统资源消耗
- 提高网关在高负载情况下的稳定性
这些优化对于大规模部署环境尤为重要,能够有效提升网关的整体吞吐量和响应速度。
多平台支持
2.0.6-rc.1版本继续保持了Higress对多平台的良好支持,提供了包括:
- macOS(Intel和Apple Silicon架构)
- Linux(x86_64和ARM64架构)
- Windows(x86_64和ARM64架构)
的完整二进制分发包。这种广泛的支持确保了Higress可以在各种开发和生产环境中无缝部署。
总结
Higress 2.0.6-rc.1候选版本通过增强TLS配置的灵活性和优化系统性能,进一步巩固了其作为云原生API网关的竞争力。这些改进使得Higress更适合复杂的企业级部署场景,能够满足不同业务对安全性和性能的多样化需求。
对于正在使用或考虑采用Higress的团队,这个版本值得关注和测试。特别是那些需要细粒度安全控制或面临性能挑战的用户,新特性可能会带来显著的改进。随着项目的持续发展,Higress正在成为云原生网关领域的一个重要选择。
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