Odigos v1.0.179版本发布:增强URL模板化与PHP支持
Odigos是一个开源的分布式追踪系统,它通过自动检测应用程序代码来收集遥测数据,帮助开发者更好地理解和优化系统性能。最新发布的v1.0.179版本带来了一系列重要改进,特别是在URL模板化和PHP语言支持方面。
核心功能增强
全面的URL模板化支持
新版本对URL模板化功能进行了显著增强,主要体现在以下几个方面:
-
路径段模板化:现在系统能够自动将URL中所有不包含字母的路径段转换为模板,这大大简化了URL模式识别过程。
-
自定义ID模板命名:开发者现在可以为自定义ID设置模板名称,这为特定场景下的URL模式识别提供了更大的灵活性。
-
过滤器支持:新增了对包含/排除过滤器的URL模板化支持,使得开发者能够更精确地控制哪些URL需要被模板化处理。
PHP语言支持
v1.0.179版本正式引入了对PHP应用程序的全面支持:
-
端到端测试:新增了PHP语言的端到端测试框架,确保PHP应用程序的追踪功能稳定可靠。
-
多架构兼容:PHP支持已经适配多种CPU架构,包括amd64和arm64等。
-
详细文档:专门为PHP开发者提供了详尽的文档说明,帮助他们快速上手集成Odigos。
部署与配置优化
Helm图表改进
-
镜像前缀标准化:Helm图表现在默认使用Odigos官方镜像仓库,与CLI工具保持一致,简化了部署配置。
-
环境变量注入:通过.values文件中的配置来注入环境变量,使得部署配置更加灵活和可维护。
用户体验提升
-
状态显示优化:改进了代理启用状态的显示逻辑,在没有运行中的Pod时不再显示加载动画,避免用户混淆。
-
Honeycomb连接测试:新增了对Honeycomb后端的连接测试功能,确保数据能够正确发送到目标平台。
技术实现细节
Java应用优化
- 环境变量处理:移除了对JAVA_OPTS环境变量的依赖,改为更标准的配置方式,提高了Java应用的兼容性。
持续集成改进
-
Slack通知:在预发布阶段的偏移检查成功或失败时,会自动向Slack发送通知,提高了团队协作效率。
-
多架构构建:CI流程现在支持为不同架构构建和测试二进制文件,确保跨平台兼容性。
总结
Odigos v1.0.179版本通过增强URL模板化功能和新增PHP支持,进一步扩展了其作为全栈应用性能监控解决方案的能力。这些改进不仅提升了系统的功能性,也优化了部署配置和用户体验,使得开发者能够更轻松地集成和使用Odigos来监控他们的分布式系统。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~058CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









