Terraform Provider for Google v6.27.0 版本发布:新增多项云资源支持与功能增强
Terraform Provider for Google 是 HashiCorp 官方维护的 Terraform 插件,用于通过基础设施即代码的方式管理 Google Cloud Platform (GCP) 上的各类资源。最新发布的 v6.27.0 版本带来了多项重要更新,包括新增数据源和资源类型,以及对现有功能的改进和错误修复。
新增功能亮点
本次更新引入了多个全新的数据源和资源类型,进一步扩展了 Terraform 对 GCP 服务的覆盖范围:
-
计算引擎增强:新增了
google_compute_images数据源,方便用户查询 GCP 中的可用镜像资源。同时新增了google_compute_router_route_policy资源,为网络路由提供更精细的控制策略。 -
存储服务扩展:新增的
google_storage_control_project_intelligence_config资源允许用户配置存储项目的智能分析功能,帮助优化存储使用。 -
安全与合规:
google_chronicle_data_access_label资源的加入为安全日志分析提供了更好的数据访问控制能力。 -
高性能计算:新增的
google_lustre_instance资源支持在 GCP 上部署 Lustre 并行文件系统,满足高性能计算场景的需求。 -
操作系统管理:
google_os_config_v2_policy_orchestrator资源提供了操作系统配置策略的集中管理能力。
现有功能改进
除了新增功能外,v6.27.0 版本还对多个现有资源进行了功能增强:
-
BigQuery 增强:在
google_bigquery_reservation资源中新增了secondary_location和replication_status字段,支持托管式灾难恢复功能,提高了数据服务的可靠性。 -
容器服务优化:
google_container_cluster新增了ip_endpoints_config和pod_autoscaling配置选项google_container_node_pool增加了对 Windows 节点配置的支持
-
内存存储服务:
google_memorystore_instance资源现在支持维护策略配置,并允许更新节点类型,提高了服务的灵活性。 -
网络安全性增强:多个网络安全资源新增了位置关联和部署组配置选项,使安全策略的实施更加精确。
-
计算资源扩展:
google_compute_image增加了屏蔽实例初始状态配置google_compute_instance新增了架构和客户机操作系统特性支持- 互联连接类型新增了 400G LR4 以太网支持
重要错误修复
本次更新还解决了多个影响用户体验的问题:
-
Cloud Run 服务修复:解决了
google_cloud_run_service和google_cloud_run_v2_service资源中环境变量配置的持久差异问题。 -
计算实例模板修复:修正了区域磁盘在
google_compute_instance_template中的使用问题。 -
存储服务调整:放宽了
google_storage_bucket中自定义放置配置的位置数量限制,从最少2个调整为1个,并移除了最大数量限制。 -
数据分析作业修复:解决了
google_dataflow_job资源中模板路径的持久差异问题。 -
分析中心订阅修复:修正了
google_bigquery_analytics_hub_listing_subscription在不同项目间使用时的问题。
总结
Terraform Provider for Google v6.27.0 版本通过新增多项资源和数据源,以及对现有功能的增强和错误修复,进一步提升了在 GCP 上实施基础设施即代码的能力和体验。这些更新特别关注了高性能计算、网络安全、存储优化和容器服务等关键领域,为用户提供了更全面、更灵活的云资源管理工具集。
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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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