CRI-O 1.31.0版本中的镜像引用格式兼容性问题解析
在Kubernetes生态系统中,CRI-O作为容器运行时接口的实现,近期在1.31.0版本中出现了一个值得注意的镜像引用格式兼容性问题。这个问题主要影响那些同时包含标签(tag)和摘要(digest)的容器镜像引用。
当用户尝试在Kubernetes 1.31.0集群上部署某些常见组件时,如ingress-nginx或Cilium网络插件,会遇到容器创建失败的情况。错误信息明确指出:"Docker references with both a tag and digest are currently not supported",表明当前版本不再支持同时包含标签和摘要的镜像引用格式。
深入分析这个问题,我们需要理解容器镜像引用的两种主要形式:
- 标签引用:如
registry.k8s.io/ingress-nginx/controller:v1.11.2 - 摘要引用:如
registry.k8s.io/ingress-nginx/controller@sha256:d5f8217feeac4887cb1...
在Kubernetes官方文档中明确指出,当同时指定标签和摘要时,标签应该被忽略而使用摘要。然而CRI-O 1.31.0版本对此采取了更严格的验证策略,直接拒绝了这种混合格式的引用。
这个问题实际上反映了容器运行时与Kubernetes规范之间的微妙差异。从技术实现角度看,CRI-O内部使用containers/image库处理镜像引用,而该库出于设计考虑,一直不支持同时包含标签和摘要的引用格式。在之前的版本中,CRI-O通过特殊处理绕过了这一限制,但在1.31.0版本中,这部分逻辑发生了变化。
对于遇到此问题的用户,目前有以下几种解决方案:
- 修改部署清单,只保留摘要引用(推荐方案)
- 暂时回退到CRI-O 1.30.x版本
- 等待CRI-O 1.31.1及以上版本的修复
值得注意的是,CRI-O团队已经在1.31.1版本中修复了这个问题,恢复了与Kubernetes规范一致的行为。这个案例也提醒我们,在容器生态系统中,各种组件之间的规范一致性非常重要,任何微小的差异都可能导致生产环境中的兼容性问题。
对于系统管理员和DevOps工程师来说,这个问题的经验教训是:在升级关键基础设施组件时,应该充分测试核心工作负载的兼容性,特别是那些依赖特定镜像引用格式的应用程序。同时,保持对上游项目变更日志的关注,可以帮助提前发现潜在的兼容性风险。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00