Conduit项目edge-25.2.1版本发布:全面提升OpenTelemetry兼容性与监控能力
Conduit作为一款轻量级的服务网格解决方案,其最新edge-25.2.1版本带来了一系列重要改进,特别是在OpenTelemetry兼容性、监控指标和稳定性方面。本文将深入解析这一版本的核心技术亮点。
OpenTelemetry兼容性增强
本次版本显著提升了与OpenTelemetry的集成能力。首先,新增了对OTEL_RESOURCE_ATTRIBUTES环境变量的支持,这使得用户能够更灵活地配置资源属性。其次,改进了客户端请求的trace属性传播机制,确保在请求链中不会丢失重要的跟踪信息。
特别值得注意的是,新版本完善了对OpenTelemetry trace属性的支持,包括pod UID和容器名称等关键信息。这些改进使得Conduit能够更好地融入现有的可观测性体系,为分布式追踪提供更完整的数据支持。
监控指标改进
在监控指标方面,edge-25.2.1版本引入了issuer_cert_ttl_seconds这一新的gauge类型指标,用于显示身份签发证书的剩余有效期时间。这一指标对于证书轮换和安全管理具有重要意义。
同时,该版本对HTTP和TLS指标进行了优化:
- 移除了inbound HTTP指标中的authority标签
- 禁用了inbound HTTP和TLS指标中的hostname标签(该标签将保留但值为空)
这些变化简化了指标结构,减少了不必要的标签维度,有助于提高监控系统的效率。
稳定性与功能改进
在稳定性方面,新版本修复了一个可能导致HTTPRoutes在没有指定port时保留过时策略信息的bug。此外,linkerd install命令现在可以在不安装Gateway API CRDs的情况下正常工作,提高了安装的灵活性。
对于多集群场景,新版本增加了服务标签到端点镜像的传播功能。这意味着当服务被镜像到其他集群时,其标签信息也会被完整保留,便于跨集群的服务管理和监控。
底层优化
在底层实现上,edge-25.2.1版本包含了多项依赖项更新和安全补丁,进一步提升了系统的稳定性和安全性。同时,CI流程中的codeql工作流也得到了优化,有助于提高代码质量分析的效率。
总结
Conduit edge-25.2.1版本通过增强OpenTelemetry兼容性、优化监控指标和改进核心功能,为用户提供了更强大、更稳定的服务网格体验。这些改进特别适合需要深度集成可观测性系统、关注证书安全管理以及运行多集群环境的用户。建议所有使用Conduit的用户评估升级到此版本,以获得最佳的功能体验和稳定性保障。
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-5.1GLM-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
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00