Kubermatic v2.27.3版本发布:Kubernetes版本支持与KubeVirt增强
Kubermatic是一个开源的Kubernetes管理平台,它提供了多云和混合云环境下Kubernetes集群的全生命周期管理能力。作为一个企业级的Kubernetes即服务(KaaS)解决方案,Kubermatic简化了大规模Kubernetes集群的部署、运维和管理工作。
新增Kubernetes版本支持
在v2.27.3版本中,Kubermatic扩展了对Kubernetes的支持范围,新增了1.32.3、1.31.7和1.30.11三个Kubernetes版本。这一更新使得用户能够选择更多稳定可靠的Kubernetes版本进行部署,同时也为那些需要特定版本Kubernetes的企业提供了更多选择。
KubeVirt CPU分配增强
本版本引入了一个重要的新特性——KubeVirt虚拟机的CPU分配方式配置。通过新增的enableDedicatedCpus字段,管理员现在可以更灵活地控制KubeVirt虚拟机的CPU资源分配策略:
- 当设置为false时(默认值),系统会使用传统的
spec.template.spec.domain.resources方式配置CPU资源,这种方式通过requests和limits来定义CPU资源 - 当设置为true时,系统会使用
spec.template.spec.domain.cpu方式配置CPU资源,这种方式支持KubeVirt的CPU分配比例特性
这一改进特别适合需要精细控制CPU资源分配比例的场景,为KubeVirt用户提供了更高级的资源管理能力。
镜像同步优化
镜像同步工具mirror-images在本版本中得到了显著改进。新版本实现了非阻塞处理模式,能够并行处理所有镜像,显著提高了同步效率。同时,工具现在会在最后统一报告所有失败的镜像同步操作,而不是在遇到第一个错误时就停止,这大大提升了问题诊断的便利性。
稳定性与安全性增强
在稳定性方面,v2.27.3版本对多个组件进行了更新和优化:
- 将etcd升级到了3.5.17版本,这一更新适用于所有支持的Kubernetes版本,提升了存储层的稳定性和性能
- 更新了Machine Controller到v1.61.1版本,包含了多项机器管理方面的改进
- 升级Operating System Manager到1.6.4版本,增强了操作系统管理能力
- 将默认的Nginx Ingress Controller应用更新到了经过安全修补的v1.12.1版本,提升了入口流量的安全性
节点本地DNS优化
在用户集群中,node-local-dns组件现在默认使用IfNotPresent镜像拉取策略,而不是之前的Always策略。这一改变减少了不必要的镜像拉取操作,降低了网络负载,同时也提高了Pod启动速度,特别是在镜像已经存在的情况下。
总结
Kubermatic v2.27.3版本虽然在版本号上是一个小版本更新,但包含了多项重要的功能增强和稳定性改进。特别是对KubeVirt CPU分配方式的扩展支持,为虚拟化工作负载提供了更精细的资源控制能力。同时,通过组件更新和默认配置优化,进一步提升了平台的稳定性和安全性。对于现有用户来说,这是一个值得升级的版本,特别是那些使用KubeVirt或需要最新Kubernetes版本支持的用户。
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。C0132
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
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-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00