pyVmomi 9.0版本深度解析:vSphere自动化管理新特性
2025-06-20 11:01:35作者:郜逊炳
项目简介
pyVmomi是VMware官方提供的Python SDK,用于与vSphere平台进行交互。作为vSphere Web Services API的Python绑定,它允许开发者通过编程方式管理VMware虚拟化环境。本次发布的9.0版本是与vSphere 9.0配套的重要更新,带来了多项功能增强和架构改进。
核心更新内容
1. 全新API绑定支持
pyVmomi 9.0最大的亮点是全面支持vSphere 9.0的新API。这意味着开发者现在可以通过Python代码访问vSphere 9.0引入的所有新功能。这些API覆盖了从虚拟机管理到存储配置的各个方面,为自动化运维提供了更强大的工具集。
值得注意的是,vSphere 9.0中基于REST API的新功能需要通过专门的vSphere Automation SDK for Python来访问,这体现了VMware在API架构上的分层设计思路。
2. 安全连接增强
在连接管理方面,9.0版本进行了显著的安全强化:
- 新增了
serverPemCert参数,允许直接指定服务器证书,提高了SSL/TLS连接的可控性 - 重构了底层连接处理机制,移除了
HTTPProxyConnection等旧组件 - 使用Python标准库的
HTTPSConnection和HTTPConnection重构了SSL隧道和Unix域套接字连接实现
这些改动不仅提升了安全性,也使代码更加符合Python生态的最佳实践。
3. 依赖管理现代化
项目依赖管理进行了全面升级:
- 移除了对
six兼容库的依赖,完全转向Python 3.x原生语法 - 限制了
pyOpenSSL的版本范围以避免兼容性问题 - 采用
pyproject.toml替代传统的setup.py等配置方式,与现代Python打包标准保持一致
4. 序列化与设置管理优化
在数据序列化方面:
- 将JSON编码器相关功能重构到独立的
VmomiJSONEncoder模块 - 移除了模板生成函数的旧实现,提供更清晰的API边界
设置管理系统也进行了简化,移除了多个历史遗留的配置开关,使默认行为更加合理和一致。
向后兼容性说明
9.0版本包含了一些破坏性变更,需要开发者注意:
- 连接参数方面,
b64token和mechanism已被token和tokenType取代 - 多个旧版异常类被统一到新的
Security模块下 - 版本别名系统进行了调整,
publicVersions和dottedVersions被ltsVersions替代 - 移除了特性开关系统,相关功能要么被移除,要么固化到核心行为中
技术影响分析
这次更新反映了几个重要的技术趋势:
- 安全优先:通过证书直连和连接重构,强化了安全基础
- 现代化转型:依赖管理和构建系统的更新使项目更符合当前Python生态标准
- API分层:明确区分SOAP和REST API的使用场景,引导开发者选择合适工具
- 简化设计:移除历史包袱,使代码库更加清晰和可维护
升级建议
对于计划升级到9.0版本的开发者,建议:
- 全面测试现有代码,特别是涉及连接管理和异常处理的部分
- 检查是否使用了被移除的API或配置选项
- 考虑将REST API相关功能迁移到vSphere Automation SDK
- 更新CI/CD流水线中的依赖管理逻辑,适应新的打包系统
pyVmomi 9.0的这些变化虽然带来了一定的升级成本,但从长远看将提高开发体验和代码质量,是vSphere自动化管理领域的重要进步。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
480
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210