Terraform Provider for Google Cloud v6.22.0 版本发布解析
Google Cloud Terraform Provider 是 HashiCorp 官方维护的一个基础设施即代码工具,它允许开发者通过声明式配置来管理 Google Cloud Platform (GCP) 上的各种资源和服务。最新发布的 v6.22.0 版本带来了一系列新功能、改进和修复,本文将深入解析这个版本的重要更新。
新功能亮点
本次更新引入了多个新数据源和资源,显著扩展了 Terraform 对 Google Cloud 服务的覆盖范围:
-
AlloyDB 集群数据源:新增的
google_alloydb_cluster数据源允许用户查询现有 AlloyDB 集群的信息,AlloyDB 是 Google Cloud 提供的完全托管的 PostgreSQL 兼容数据库服务。 -
项目谱系数据源:
google_project_ancestry数据源能够获取 Google Cloud 项目的组织层级结构信息,这对于多层级资源管理和权限控制非常有用。 -
Gemini 相关资源:
google_gemini_data_sharing_with_google_setting_binding资源用于管理 Gemini 服务与 Google 数据共享的设置绑定google_gemini_logging_setting和google_gemini_logging_setting_binding资源提供了对 Gemini 服务日志记录的精细控制
-
Spanner 实例分区资源:新增的
google_spanner_instance_partition资源允许用户管理 Cloud Spanner 实例的分区配置,这是 Google 全球分布式关系型数据库服务的重要功能。
重要改进与增强
本次版本更新对多个现有功能进行了增强:
-
BackupDR 服务 GA:备份灾难恢复(BackupDR)相关的管理服务器、备份计划和关联资源已从测试版升级为正式版(GA),标志着这些功能的稳定性和成熟度达到生产环境要求。
-
网络对等路由配置增强:
google_compute_network_peering_routes_config资源新增了import_subnet_routes_with_public_ip和export_subnet_routes_with_public_ip字段,提供了更精细的控制公有 IP 子网路由在 VPC 对等连接中的传播方式。 -
开发者连接服务扩展:
google_developer_connect_connection资源现在支持 Bitbucket Cloud 和 Bitbucket Data Center 的配置选项,为使用这些代码仓库平台的团队提供了更好的集成支持。 -
IAM 工作负载身份池:工作负载身份池及其提供者数据源已从测试版升级为正式版,简化了跨工作负载的身份管理。
-
Redis 集群加密支持:
google_redis_cluster资源新增了kms_key字段,允许用户使用客户管理的加密密钥(CMEK)来保护 Redis 集群中的数据。
弃用通知
本次版本中,Google 宣布了两项即将弃用的功能,用户应开始规划迁移:
-
Data Catalog 标签模板:
google_data_catalog_tag_template将被弃用,建议迁移到新的google_dataplex_aspect_type资源。 -
Data Catalog 条目组:
google_data_catalog_entry_group也将被弃用,替代方案是google_dataplex_entry_group。
这些变化反映了 Google 正在将数据目录功能整合到更广泛的 Dataplex 服务中,用户应参考官方迁移指南规划过渡。
关键问题修复
v6.22.0 版本解决了几个重要问题:
-
Apigee 组织删除问题:修复了删除
google_apigee_organization资源时可能出现的错误,提高了 API 管理服务的可靠性。 -
Bigtable 集群更新问题:解决了在更新包含自动扩展集群的 Bigtable 实例时可能出现的错误,确保集群配置变更能够顺利完成。
-
Chronicle 规则部署:修复了
google_chronicle_rule_deployment资源在创建时设置enabled属性的问题,确保安全规则能够按预期启用。
总结与建议
Terraform Provider for Google Cloud v6.22.0 版本在多个维度上增强了云资源管理能力。对于现有用户,建议特别关注:
- 评估新引入的数据源和资源是否能简化现有基础设施代码
- 规划被弃用功能的迁移工作,特别是 Data Catalog 相关资源
- 利用增强的网络对等路由控制和 Redis 加密功能提升安全性和灵活性
对于新用户,这个版本提供了更全面的 Google Cloud 服务覆盖,特别是对 AlloyDB、Spanner 分区和 Gemini 服务的支持,可以更轻松地构建复杂云架构。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00