Gardener v1.121.0 版本发布:集群管理能力全面升级
项目概述
Gardener 是一个开源的 Kubernetes 即服务(KaaS)解决方案,它允许用户在云提供商上轻松创建和管理 Kubernetes 集群。作为一个强大的集群管理工具,Gardener 提供了自动化的集群生命周期管理功能,包括创建、扩展、升级和删除集群等操作。
核心变更解析
开发者体验优化
本次版本对开发者接口进行了多项重构和优化。首先,将 extensions/pkg/predicate 迁移至 pkg/controllerutils/predicate 包中,这一调整使得代码组织结构更加合理。同时移除了 MutatorWithShootClient 接口,取而代之的是更灵活的 WantsShootClient 接口设计,开发者现在可以通过上下文(Context)获取所需的 Shoot 客户端。
新增的 WantsClusterObject 接口允许扩展的 mutator 或 validator 从上下文中直接获取对应的 Cluster 对象,这大大简化了相关组件的开发工作。此外,还引入了 CurrentLifecycleClassification(version) 辅助函数,帮助开发者更方便地评估给定 ExpirableVersion 的当前分类状态。
集群自动伸缩增强
在集群自动伸缩方面,v1.121.0 版本带来了显著改进。首先废弃了 .spec.kubernetes.clusterAutoscaler.maxEmptyBulkDelete 字段,推荐使用新的 .spec.kubernetes.clusterAutoscaler.maxScaleDownParallelism 字段进行替代配置。同时新增了 .spec.kubernetes.clusterAutoscaler.maxDrainParallelism 字段,允许用户配置需要排空(drain)的节点的并发删除数量,这为大规模集群的管理提供了更精细的控制能力。
安全与凭证管理
在安全方面,当启用 DoNotCopyBackupCredentials 特性门控时,Gardener 不再从 Shoot 基础设施凭证中复制 Seed 备份凭证。这一变更促使运维团队为 Seed 备份和 Shoot 基础设施配置独立的凭证集,遵循安全最佳实践。同时修复了当配置匿名认证时可能导致 kube-apiserver 崩溃的问题,提升了系统的稳定性。
运维能力提升
v1.121.0 版本优化了多种运维场景。对于使用 unmanaged DNS 提供商的 Shoots,gardenlet 不再部署用途为 exposure 的 ControlPlane 资源,并会在协调和删除流程中清理任何现有的 ControlPlane exposure 资源。此外,gardenlet 现在会智能地避免在 Shoot 协调过程中扩展带有特定注解的部署,提高了运维效率。
CredentialsRotationWithoutWorkersRollout 特性门控已升级为 beta 状态并默认启用,这简化了凭证轮换流程。同时修复了在手动更新所有待处理的 worker 后,Shoot 凭证轮换状态不能正确更新的问题。
架构与设计改进
本次发布在系统架构方面进行了多项优化。引入了新的版本分类状态 unavailable 和 expired,这些状态不是手动设置的,而是作为计算得出的分类状态,为版本管理提供了更清晰的语义。同时明确了 Kubernetes 版本支持策略,规定仅保留最新的 5 个次要版本,这一变更通过及时淘汰旧版本来提升整体安全性。
组件与依赖更新
v1.121.0 版本更新了多个关键依赖组件:
- 将各种 VPA(Vertical Pod Autoscaler)组件从 1.3.1/1.4.0 升级到 1.4.1 版本
- Ingress-Nginx 控制器更新至 v1.11.7 和 v1.12.3
- 依赖看门狗(Dependency Watchdog)从 v1.4.0 升级到 v1.5.0
- Gardener Dashboard 更新至 1.80.3 版本
此外,首次将 gardenadm 工具发布为容器镜像,并引入了 perses-operator 到 Garden 和 Seed 集群中,扩展了系统的监控能力。
总结
Gardener v1.121.0 版本在开发者体验、集群自动伸缩、安全管理和运维效率等方面都带来了显著改进。通过引入新的接口设计、优化凭证管理流程、增强版本支持策略,以及更新关键依赖组件,这个版本进一步提升了 Gardener 作为企业级 Kubernetes 管理平台的可靠性和易用性。对于现有用户,建议仔细阅读变更说明,特别是涉及破坏性变更的部分,以确保平滑升级到新版本。
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
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
MiniCPM-SALAMiniCPM-SALA 正式发布!这是首个有效融合稀疏注意力与线性注意力的大规模混合模型,专为百万级token上下文建模设计。00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01