Apache APISIX 在 SUSE Linux Enterprise Server 15 上的构建与支持
2025-05-15 06:39:26作者:瞿蔚英Wynne
Apache APISIX 作为云原生 API 网关,其多平台支持能力一直是社区关注的重点。近期,社区针对 SUSE Linux Enterprise Server (SLES) 15 和 openSUSE 15 操作系统的支持展开了讨论和实践。
背景与需求
随着企业级用户对 APISIX 在 SUSE 系列操作系统上部署需求的增长,社区成员开始探索在 SLES 15 上构建 APISIX 的可行性。这一需求主要源于:
- 企业环境中 SLES 的广泛使用
- 现有 APISIX 构建脚本对 SLES 支持不足
- 缺乏官方提供的 RPM 安装包
技术实现方案
一位社区贡献者通过实践,成功在 SLES 15 上完成了 APISIX 的构建,并分享了详细的技术方案。该方案主要涉及以下关键点:
- 修改安装依赖脚本(install-dependencies.sh),适配 SLES 特有的包管理工具 zypper
- 处理 SLES 与其他 Linux 发行版在依赖包名称上的差异
- 解决构建过程中可能出现的环境兼容性问题
构建流程优化
针对 SLES 15 的特殊性,构建流程需要进行以下调整:
- 使用 zypper 替代 yum/apt 进行依赖安装
- 调整依赖包名称映射关系
- 配置适当的环境变量
- 处理可能的库文件路径差异
持续集成考量
为确保 SLES 支持的长期稳定性,社区建议:
- 增加针对 SLES 的 CI 测试流水线
- 在版本发布时运行 SLES 专项测试
- 优化 CI 执行策略以平衡测试覆盖率和执行效率
未来发展方向
基于当前进展,APISIX 对 SUSE 系列操作系统的支持可以进一步扩展:
- 提供官方 RPM 包支持
- 完善 apisix-build-tools 对 SUSE 的构建支持
- 增加 openSUSE 的兼容性测试
- 优化文档,提供更详细的多平台部署指南
总结
APISIX 对 SLES 15 的支持是项目多平台适配能力的重要扩展,体现了开源社区响应企业用户需求的灵活性。通过社区协作,这一功能从需求提出到实现仅用了较短时间,展现了活跃的开源生态优势。随着相关 CI 测试的完善,SLES 支持将成为 APISIX 的稳定特性,为更多企业用户提供可靠的服务。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
680
160
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
Ascend Extension for PyTorch
Python
229
259
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
661