WildFly 36.0.1.Final 版本发布:关键修复与组件升级
WildFly 是一个开源的 Java EE(现 Jakarta EE)应用服务器,由 JBoss 社区开发维护。作为企业级 Java 应用部署的领先平台,WildFly 提供了轻量级、模块化的架构,支持最新的 Java 技术和标准。本次发布的 36.0.1.Final 版本是一个维护版本,主要解决了一些关键问题并进行了必要的组件升级。
关键问题修复
Jakarta MVC 模板引擎问题修复
在 WildFly 34 版本中,当使用 Galleon 工具以预览稳定性级别构建时,部署 EAR 文件时会出现无法找到自定义模板引擎的问题。这个问题影响了使用 Jakarta MVC(原 Eclipse Krazo)框架的应用程序。开发团队通过解决 Eclipse Krazo 框架中 CDI.current() 的使用方式,成功修复了这一问题。
PostgreSQL 驱动升级问题
在从 WildFly 35 升级到 36 版本的过程中,部署 postgresql-42.7.5.jar 会导致空指针异常(NPE)。这个问题可能会影响那些使用 PostgreSQL 数据库的应用系统。开发团队已经识别并修复了这个问题,确保升级过程更加平滑。
部署失败问题
在某些情况下,部署应用时会因为 ExpirationMetaData.getLastAccessTime() 方法抛出空指针异常而失败。这个问题会影响应用的正常部署和运行。36.0.1.Final 版本已经解决了这个关键问题,提高了系统的稳定性。
组件升级
SmallRye Fault Tolerance 升级
SmallRye Fault Tolerance 是一个实现 MicroProfile Fault Tolerance 规范的库,用于构建弹性微服务。本次版本将其从 6.9.0 升级到了 6.9.1 版本,带来了性能改进和错误修复。
Velocity 模板引擎升级
Velocity 是一个简单而强大的 Java 模板引擎,广泛应用于各种 Web 框架中。WildFly 36.0.1.Final 将 Velocity 引擎从之前的版本升级到了 2.4.1,提供了更好的性能和安全性。
集群组件升级
WildFly 的集群功能是其高可用性的关键特性之一。本次版本将 wildfly-clustering 组件升级到了 6.0.4.Final 版本,改进了集群管理和分布式缓存功能。
HAL 管理控制台升级
HAL(Hawtio-based Administration Console)是 WildFly 的 Web 管理界面。36.0.1.Final 版本将 HAL 升级到了 3.7.11.Final,提供了更友好的用户界面和更好的管理功能。
核心框架升级
作为基础支撑,WildFly Core 框架被升级到了 28.0.1.Final 版本。这个升级带来了底层架构的改进和性能优化,为整个应用服务器提供了更稳定的基础。
版本管理改进
开发团队还修正了多个 pom.xml 文件中的版本号,确保所有组件都正确地标记为 36.0.1.Final-SNAPSHOT。这种细节上的改进虽然对最终用户不可见,但对于项目的构建和发布流程至关重要。
总结
WildFly 36.0.1.Final 版本虽然是一个维护版本,但它解决了几个关键问题并升级了多个重要组件。对于正在使用 WildFly 36.x 系列的用户来说,这个版本提供了更高的稳定性和可靠性。特别是对于那些使用 Jakarta MVC、PostgreSQL 数据库或依赖集群功能的用户,升级到这个版本可以避免已知的问题并获得更好的性能。
作为企业级应用服务器的选择,WildFly 持续通过这样的定期更新来保持其技术领先地位,为 Java 企业应用提供坚实的运行平台。
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