Cyphernetes v0.17.0发布:Kubernetes图查询语言迎来重大升级
Cyphernetes是一个创新的开源项目,它将图数据库的查询能力引入到Kubernetes资源管理中。通过类似Cypher的查询语法,运维人员可以直观地查询和操作Kubernetes集群中的各种资源及其关系。最新发布的v0.17.0版本带来了多项重要改进,特别是新增了时间表达式和子模式匹配功能,大大增强了查询的灵活性。
文档系统全面升级
v0.17.0版本最显著的变化之一是全新的文档网站。相比之前的简单文档,新网站提供了完整的语言参考和丰富的示例页面,使得开发者能够更轻松地学习和使用Cyphernetes。文档系统由项目核心维护者精心打造,涵盖了从基础查询到高级用法的全面指导。
强大的时间表达式功能
新版本引入了时间表达式支持,允许用户基于资源的创建时间或其他时间戳属性进行查询和操作。这一特性特别适合执行基于时间的自动化运维任务。例如,我们可以轻松找到并删除创建超过7天的Pod:
MATCH (p:Pod)
WHERE p.metadata.creationTimestamp < datetime() - duration("P7D")
DELETE p
这个查询中,datetime()函数获取当前时间,duration("P7D")表示7天的时间间隔,整个表达式筛选出创建时间早于7天前的所有Pod并删除它们。这种时间计算能力为自动化清理旧资源、执行定时任务等场景提供了极大便利。
子模式匹配增强资源发现
另一个重大改进是子模式匹配功能,它允许查询中嵌入额外的图模式作为条件。这在发现未被使用的资源时特别有用。例如,查找集群中未被任何Pod引用的ConfigMap:
MATCH (cm:ConfigMap)
WHERE NOT (cm)->(:Pod)
RETURN cm.metadata.name
这里的WHERE NOT (cm)->(:Pod)子模式表示"不存在从ConfigMap到Pod的关系",即找出所有没有被Pod使用的ConfigMap。这种表达能力使得资源使用情况分析变得异常简单。
用户体验优化
除了核心功能增强外,v0.17.0还包含多项用户体验改进:
-
Dry-run模式切换:现在可以在Shell中通过
\dr命令或在Web客户端中直接切换dry-run模式,方便测试查询而不实际执行变更。 -
命名空间选择器:Web客户端新增了命名空间选择功能,使得在多命名空间环境中工作更加便捷。
-
资源统计增强:支持对容器CPU和内存资源使用量进行求和计算,便于资源使用分析。
稳定性提升
本次发布修复了多个关键问题,包括:
- 修复了resultMap访问时的竞态条件问题
- 支持SET子句中的转义JSONPath
- 修复了Web客户端行首自动补全可能导致的崩溃问题
这些修复显著提高了工具的稳定性和可靠性。
总结
Cyphernetes v0.17.0通过引入时间表达式和子模式匹配,将Kubernetes资源查询能力提升到了新高度。配合全新的文档系统和多项用户体验改进,这个版本为Kubernetes运维人员提供了更强大、更直观的管理工具。随着社区不断壮大,Cyphernetes正在成为Kubernetes生态中不可或缺的运维利器。
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。C081
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.Python056
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TSX0135
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