WildFly 36.0.0.Final 发布:企业级Java应用服务器的重大更新
WildFly是一款开源的、轻量级的、符合Java EE/Jakarta EE规范的应用服务器,由Red Hat主导开发。作为JBoss应用服务器的继任者,WildFly以其模块化架构、快速启动时间和低内存占用而闻名,是企业级Java应用部署的理想选择。
核心特性与改进
安全性增强
本次发布的36.0.0.Final版本在安全性方面做出了多项重要改进。其中最值得注意的是对远程EJB客户端和远程出站连接的支持,现在可以通过TLS协议进行安全通信。这一改进显著提升了分布式应用间的数据传输安全性。
安全方面还增加了对Prometheus端点的支持,使得监控系统能够更方便地获取Micrometer扩展的度量数据。同时,开发团队还处理了多个与安全相关的漏洞,包括修复了可能导致缓存不一致的Oracle数据库问题。
性能优化与稳定性
WildFly 36在性能方面进行了多项优化。分布式会话管理得到了改进,修复了可能导致IllegalStateException的问题。无状态会话Bean(SFSB)的生命周期管理也得到了优化,现在即使从未被调用的SFSB也会按照配置正确过期。
在消息子系统方面,修复了Java 17环境下"import-journal"命令的兼容性问题,并解决了消息集群配置中的XML模式验证问题。
开发者体验提升
对于开发者而言,这个版本带来了多项便利性改进。开发者指南中的EJB内容被重新组织,使其更加集中和易于查找。JPA子系统现在会忽略应用客户端容器归档中的持久化单元,避免了不必要的部署问题。
Weld CDI扩展现在能更好地处理模块标识符,解决了之前可能导致部署失败的问题。此外,MicroProfile Health的CDI扩展现在能正确重置默认程序配置,避免了潜在的配置污染。
重要组件升级
WildFly 36包含了大量第三方组件的版本更新,这些升级带来了新功能、性能改进和安全修复:
- 升级SmallRye Reactive Messaging至4.25.0版本
- 更新Hibernate ORM至6.6.7.Final
- 将Weld升级到5.1.5.Final
- 升级JGroups至5.3.14.Final
- 更新Vert.x到4.5.11版本
- 升级Narayana事务管理器至7.2.1.Final
- 更新Infinispan缓存到15.0.13.Final
架构改进与未来方向
WildFly 36继续推进其模块化架构的演进。开发团队移除了大量对ModuleIdentifier的非破坏性使用,转而采用更现代的ModuleDependency.Builder模式。这一变化虽然对最终用户透明,但为未来的架构演进打下了更好的基础。
在配置管理方面,Undertow子系统的重写主机头配置能力被提升为社区稳定性级别,AJP监听器的请求属性模式配置也获得了同样的提升。
开发者工具与测试改进
测试基础设施得到了显著增强。现在测试套件会自动添加"-Djdk.tracePinnedThreads=full"参数,帮助开发者诊断线程问题。Byteman测试框架升级至4.0.24版本,提供了更好的JDK 21+支持。
MicroProfile TCK测试套件现在能够更全面地测试安全管理器场景,覆盖了OpenAPI、Health、JWT等多个规范。开发团队还添加了HTMLUnit测试来验证欢迎页面功能。
兼容性与迁移注意事项
从旧版本迁移的用户需要注意以下几点:
- 安全管理器不再默认启用,必须显式通过-secmgr参数启用
- JCA子系统中的elytron-enabled属性在旧版本子系统中不应设置为false
- 部分已弃用的API使用已被清理,可能影响自定义模块
- 持久化单元现在会忽略应用客户端容器归档中的配置
WildFly 36.0.0.Final版本标志着这个企业级应用服务器在性能、安全性和开发者体验方面的又一次重大进步。无论是新项目采用还是现有系统升级,这个版本都值得Java EE/Jakarta EE开发者认真考虑。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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