Eclipse JKube 1.18.0 版本发布:增强云原生开发体验
Eclipse JKube 是一个强大的云原生开发工具包,它简化了 Kubernetes 和 OpenShift 上的 Java 应用程序部署流程。作为 Fabric8 Maven 插件的继承者,JKube 提供了与 Maven 和 Gradle 的无缝集成,帮助开发者轻松构建容器镜像、生成 Kubernetes 清单文件以及部署应用到 Kubernetes 集群。
核心功能增强
1. WebFlux SpringBoot 项目支持
在 1.18.0 版本中,JKube 增强了对 Spring WebFlux 项目的支持。现在,当为 Spring WebFlux 项目生成执行器(Actuator)探针时,JKube 能够正确处理反应式编程模型。这一改进解决了之前版本中 WebFlux 项目可能无法正确生成健康检查端点的问题。
2. OpenShift 构建日志获取优化
针对 OpenShift 平台,JKube 改进了构建日志的获取机制。现在使用 pods/log 端点而非旧的 API 来检索构建日志,这提高了日志获取的可靠性和效率,特别是在大规模构建场景下表现更为稳定。
3. Helm 测试资源支持
1.18.0 版本引入了对 Helm 测试资源的全面支持:
- 现在可以通过片段(fragments)生成 Helm 测试资源
- 新增了专门的 Helm 测试目标任务
- Maven 用户可以使用
k8s:helm-test目标 - Gradle 用户可以使用
k8sHelmTest任务
- Maven 用户可以使用
这一功能使得在 Helm 部署流程中集成测试变得更加简单和标准化。
框架集成改进
Micronaut 健康检查增强
针对 Micronaut 框架,JKube 改进了健康检查探针的生成逻辑。现在能够正确识别在 application.properties 中覆盖的服务器端口配置,确保生成的健康检查端点指向正确的服务地址。
Spring Boot Native 支持优化
对于 Spring Boot 原生镜像项目,JKube 现在能够智能跳过可执行库文件,更准确地定位 Spring Boot 原生二进制文件。这一改进减少了构建过程中的误判,提高了构建成功率。
构建系统修复
OpenShift ImageStream 构建问题修复
解决了在使用 imageStream 时 buildRecreate 值导致的构建失败问题。现在 JKube 能够正确处理 ImageStream 资源的重建逻辑,确保构建流程的稳定性。
基础镜像更新
JKube 将 jkube-images 更新至 0.0.25 版本,包含了最新的基础镜像和安全补丁,提高了构建产物的安全性和可靠性。
总结
Eclipse JKube 1.18.0 版本带来了多项实用改进,特别是在框架支持、Helm 集成和构建稳定性方面。这些增强使得 Java 开发者能够更顺畅地将应用部署到 Kubernetes 和 OpenShift 环境,进一步简化了云原生开发的复杂度。无论是 Spring WebFlux 项目还是 Micronaut 应用,现在都能获得更好的开箱即用体验。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust099- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00