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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00