Cloud Foundry CLI v8 创建服务实例时未考虑当前目标空间的问题分析
2025-07-08 13:19:32作者:宗隆裙
问题背景
在Cloud Foundry CLI v8版本中,用户报告了一个关于创建服务实例时的重要功能性问题。当用户尝试使用cf create-service命令创建服务实例时,CLI没有正确考虑当前已定位的空间,导致操作失败并显示"Service offering is provided by multiple service brokers"的错误提示。
技术细节分析
不同版本CLI的行为差异
通过对比CLI v7和v8版本的行为,我们发现:
-
CLI v7版本:
- 使用Cloud Controller API v2
- 首先查询当前空间的服务列表:
/v2/spaces/<space_guid>/services - 然后查询服务计划:
/v2/service_plans?q=service_guid:<service-offering-guid> - 这种方式能够正确识别当前空间范围内的服务
-
CLI v8版本:
- 使用Cloud Controller API v3
- 直接查询服务计划:
/v3/service_plans?names=plan_name&service_offering_names=service_name - 没有包含当前空间信息,导致返回多个组织中的重复结果
问题根源
核心问题在于CLI v8升级到使用V3 API后,查询服务计划时没有包含space_guids过滤条件。当用户属于多个组织且服务计划被限定在特定组织范围时,API会返回多个结果,而CLI无法自动确定应该使用哪一个。
解决方案
该问题已在Cloud Controller的更新中得到修复,具体是通过改进V3 API的查询逻辑,确保在非管理员用户查询服务计划时能够正确考虑当前目标空间。这一修复包含在CAPI 1.173.0版本中。
对开发者的建议
- 如果遇到类似问题,建议升级到包含修复的Cloud Foundry版本
- 在开发基于Cloud Foundry的工具时,特别是涉及多组织/多空间场景时,务必注意API查询的范围限定
- 当从V2 API迁移到V3 API时,要特别注意查询参数的差异和行为变化
总结
这个问题展示了Cloud Foundry平台中服务发现机制的一个重要方面,特别是在多租户环境下的服务可见性控制。通过这个案例,我们可以更好地理解Cloud Foundry中服务代理、服务计划和空间之间的关系,以及API版本升级可能带来的兼容性考虑。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南 VSdebugChkMatch.exe:专业PDB签名匹配工具全面解析与使用指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案
项目优选
收起
deepin linux kernel
C
24
7
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
317
2.74 K
仓颉编译器源码及 cjdb 调试工具。
C++
124
852
Ascend Extension for PyTorch
Python
157
178
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++
639
246
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
242
85
暂无简介
Dart
606
136
React Native鸿蒙化仓库
JavaScript
239
310
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
470
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3.02 K