HashiCorp Terraform Provider for Google v6.33.0 版本发布解析
HashiCorp Terraform 是一款广受欢迎的基础设施即代码工具,而 Terraform Provider for Google 则是专门用于管理 Google Cloud 资源的插件。最新发布的 v6.33.0 版本带来了多项重要更新,包括新增资源支持、功能增强以及错误修复,这些改进将显著提升用户在 Google Cloud 平台上的基础设施管理体验。
新增资源支持
本次更新引入了多个新资源,进一步扩展了 Terraform 对 Google Cloud 服务的覆盖范围:
-
Bigtable 视图管理:新增了
google_bigtable_logical_view和google_bigtable_materialized_view资源,使用户能够通过 Terraform 直接管理 Bigtable 的逻辑视图和物化视图,简化了大数据场景下的表视图管理。 -
区域安全策略:新增了
google_compute_region_security_policy和google_compute_region_security_policy_rule资源(GA 版本),为区域级安全策略提供了完整的生命周期管理能力,增强了网络安全配置的灵活性。 -
OS 配置策略:新增了
google_os_config_v2_policy_orchestrator_for_folder资源,支持在文件夹级别管理操作系统配置策略,便于大规模环境下的统一配置管理。 -
Memcache 实例查询:新增了
google_memcache_instance数据源,方便用户查询现有 Memcache 实例的详细信息。
功能增强与改进
本次更新对多个现有资源进行了功能增强:
-
计算引擎增强:
- 在实例模板资源中新增了对
raw_key、rsa_encrypted_key和kms_key_service_account等字段的支持,提供了更灵活的磁盘加密选项。 - 区域磁盘资源新增了
disk_id字段,便于唯一标识磁盘资源。 - 明确将
interconnect资源的location字段标记为必填,提高了配置的明确性。
- 在实例模板资源中新增了对
-
容器服务改进:
- 节点池资源新增了
data_cache_count配置,优化了本地 SSD 的使用。 - 增加了对
gvnic(Google Virtual NIC)的更新支持,提升了网络性能。
- 节点池资源新增了
-
数据管理与安全:
- Dataplex 数据扫描资源新增了
notification_report字段,增强了扫描结果的通知能力。 - GKE Hub 特性成员资源新增了配置管理覆盖选项,提供了更灵活的集群配置管理。
- 身份平台 OAuth IDP 配置新增了
response_type字段,支持更丰富的认证流程。
- Dataplex 数据扫描资源新增了
-
存储与传输:
- 存储桶资源新增了
time_created和updated字段,便于跟踪资源生命周期。 - 存储传输作业新增了对 AWS S3 数据源私有网络管理的支持,增强了跨云数据传输的安全性。
- 存储桶资源新增了
重要错误修复
本次更新解决了多个影响用户体验的问题:
-
AlloyDB 网络配置:修复了当未指定
network_config时出现的差异问题,确保配置一致性。 -
Cloud Deploy 自动化:允许
rollback字段为空,提高了配置灵活性。 -
计算路由策略:修复了优先级设置为 0 时的问题,确保路由策略正确应用。
-
SQL 数据库实例:将磁盘类型默认值改为由服务器分配,解决了与特定机器类型的兼容性问题。
-
操作超时调整:针对 Secure Source Manager 实例和工作站集群操作延长了默认超时时间,避免了长时间操作失败的问题。
总结
Terraform Provider for Google v6.33.0 版本通过新增资源支持和功能增强,进一步丰富了 Google Cloud 资源的管理能力,同时解决了多个影响用户体验的问题。这些改进特别关注了安全性、网络性能和大型环境管理等方面,为用户提供了更强大、更稳定的基础设施管理工具。对于正在使用或计划使用 Terraform 管理 Google Cloud 资源的用户,建议尽快评估并升级到此版本,以充分利用这些新功能和改进。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-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。00