Duende IdentityServer 6.0 预览版3技术解析
项目简介
Duende IdentityServer 是一个功能强大的开源身份认证和授权框架,用于为现代应用程序构建安全的身份解决方案。作为.NET生态系统中领先的OpenID Connect和OAuth 2.0实现,它提供了构建单点登录(SSO)、API访问控制等安全功能的基础设施。
6.0预览版3主要更新
.NET 6全面支持
本次预览版最重要的变化是全面迁移到.NET 6平台。开发团队紧跟.NET发展步伐,从预览版6到RC1再到RTM版本,逐步完善了对.NET 6的支持。这为开发者带来了性能提升、现代化API和跨平台能力的增强。
数据库上下文池化改进
在数据访问层,团队对DbContext池化进行了重大改进。通过重构DbContext构造函数,使其更适合池化场景,同时解决了早期池化实现中的问题。这种优化对于高并发场景下的性能提升尤为明显。
EF Core优化
实体框架核心(EF Core)方面有多项改进:
- 添加了Keys表的TableConfiguration配置
- 为不允许重复记录的EF表添加了唯一约束
- 为EF实体添加了创建时间、更新时间等缺失字段
- 优化客户端查询,减少数据库往返次数
- 持久授权(Persisted Grant)句柄编码改进,避免排序规则问题
认证流程增强
认证流程方面有几个值得注意的变化:
- 添加了对"temporarily_unavailable"错误类型的支持
- 修复了CustomRedirectResult与Login和ConsentPageResult之间的不一致性
- 改进了前端通道注销iframe功能
- 添加了IdentityProvider验证器
缓存机制优化
缓存系统进行了多项改进:
- 默认缓存添加了防止并发重新加载的功能
- 更改了资源存储缓存的设计
- 使用更Redis友好的值作为缓存键分隔符
- 修复了DistributedCacheAuthorizationParametersMessageStore中的缓存移除bug
依赖项清理
为了支持运行时提供的System.Text.Json,进行了依赖项清理工作,使系统更加灵活和轻量级。
CIBA支持
添加了对客户端发起的后端认证(CIBA)的支持,这是OpenID Connect的一个重要扩展,特别适用于需要后台认证的场景。
技术细节深入
时间处理改进
修复了创建时间使用本地时间而非UTC时间的问题,确保时间戳的一致性,这对于分布式系统尤为重要。
序列化优化
移除了AuthenticationProperties的自定义序列化处理,转而使用更标准的实现,提高了兼容性和可维护性。
多租户支持增强
通过改变DI中嵌套选项的生命周期,使其对多租户场景更加友好,为构建SaaS应用提供了更好的基础。
性能测试工具
添加了简单的性能测试宿主应用程序,方便开发者评估和优化系统性能。
开发者体验改进
Razor页面支持
将Quickstart UI和EF/ASP.NET Identity主机迁移到使用Razor Pages,提供了更现代化的开发体验。
构建工具更新
更新了构建工具链,包括Bullseye和SimpleExec等工具的版本升级,改善了构建过程的可靠性和效率。
总结
Duende IdentityServer 6.0预览版3带来了大量底层架构改进和功能增强,特别是在.NET 6支持、性能优化和开发者体验方面。这些变化为构建现代化、高性能的身份解决方案奠定了坚实基础。随着正式版的临近,开发者可以期待一个更强大、更稳定的身份认证框架。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00