Harvester v1.4.3-rc1 技术预览版发布分析
Harvester 是一个开源的超融合基础设施(HCI)解决方案,它将计算、存储和网络功能集成到一个统一的平台中。基于 Kubernetes 和 KubeVirt 构建,Harvester 为虚拟化工作负载提供了现代化的管理方式,特别适合边缘计算和私有云场景。
版本概述
本次发布的 Harvester v1.4.3-rc1 是一个候选发布版本(Release Candidate),主要针对之前版本中发现的一系列问题进行了修复和优化。值得注意的是,这是一个预发布版本,不建议从任何现有版本升级到此版本,也不支持从此版本升级到后续版本。
核心组件升级
该版本包含了多个关键组件的版本更新:
- Longhorn 升级至 v1.7.2 版本,提供了更稳定的分布式块存储功能
- KubeVirt 升级至 v1.3.1,增强了虚拟化能力
- 嵌入式 Rancher 升级至 v2.10.1,改进了集群管理体验
- RKE2 升级至 v1.31.7+rke2r1,提供了更新的 Kubernetes 功能
- 底层操作系统升级为 SLE Micro for Rancher 5.5
主要问题修复
网络与存储优化
修复了 CNI Pod 网络缓存在某些情况下无法正确清理的问题,提高了网络稳定性。同时解决了自动磁盘路径配置(auto-disk-provision-paths)在 1.4.1 版本中失效的问题,确保存储配置能够按预期工作。
虚拟化管理改进
针对虚拟机管理界面进行了多项优化,包括移除了对停止状态的虚拟机不合适的迁移选项,以及修复了使用 USB 设备的虚拟机显示不正确的迁移操作选项的问题。
系统性能与稳定性
解决了节点管理器(node-manager)无法正确更新 NTP 同步状态的问题,提高了时间同步的可靠性。同时修复了 harvester 进程 CPU 使用率过高的问题,优化了系统资源利用率。
升级体验改进
修复了在离线环境(airgap)升级时可能被 Fluentbit/FluentD 组件阻塞的问题,提高了升级过程的可靠性。同时优化了升级界面的用户体验,确保进度指示器能够正确显示。
技术细节
负载均衡 IP 分配优化
修复了在 IPAM 模式下,客户 Kubernetes 集群负载均衡器 IP 分配可能永久卡住的问题,提高了网络服务的可靠性。
Webhook 管理
解决了 Harvester 管理图表(managedchart)被错误标记为"harvester-snapshot-validation-webhook modified"的问题,确保了配置管理的准确性。
安装程序健壮性
增强了安装程序的错误处理能力,修复了当提供格式错误的内核命令行参数时可能导致安装程序崩溃的问题。
总结
Harvester v1.4.3-rc1 作为一个候选发布版本,重点解决了之前版本中的多个关键问题,特别是在网络、存储和虚拟化管理方面的稳定性改进。这些修复将为生产环境提供更可靠的运行基础,同时也为后续的稳定版本发布奠定了基础。
对于考虑部署 Harvester 的用户,建议等待基于此候选版本的正式发布,以获得官方支持的升级路径和长期维护保障。技术爱好者可以在测试环境中体验此版本的新特性和改进,但不建议在生产环境中使用。
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03