SOFA-RPC 5.13.3版本发布:性能优化与稳定性提升
SOFA-RPC是蚂蚁集团开源的一款高性能、高可用的分布式服务框架,基于Java语言开发,支持多种协议和序列化方式。作为SOFAStack(Scalable Open Financial Architecture Stack)的重要组成部分,它为分布式架构中的服务调用提供了可靠的基础设施。
本次发布的5.13.3版本主要针对框架性能和稳定性进行了多项优化,特别增强了对JDK8的支持,并修复了多个关键问题。这些改进使得SOFA-RPC在服务调用、序列化性能以及协议处理等方面都有了显著提升。
核心优化点
1. 序列化性能优化
新版本引入了一个缺失类缓存机制,显著提升了RPC反序列化的性能。在分布式系统中,服务间的数据传输需要频繁进行序列化和反序列化操作。当遇到类缺失的情况时,框架需要花费额外时间处理这种异常情况。通过缓存这些缺失类的信息,可以避免重复的类加载检查,从而减少不必要的性能开销。
2. Triple协议增强
Triple协议是基于gRPC协议扩展的SOFA-RPC自有协议,本次更新对其进行了多方面改进:
- 完善了流式调用的追踪能力,使得开发者可以更清晰地监控和分析流式调用的执行情况
- 修复了header上下文传递的问题,确保了跨服务调用时上下文信息的完整传递
- 解决了POJO流式调用中父接口方法未缓存流调用类型的问题,提升了流式调用的稳定性
3. 超时处理优化
修复了方法级超时解析问题。在分布式系统中,合理的超时设置对系统稳定性至关重要。新版本确保了方法级别的超时配置能够被正确识别和应用,避免了因配置不生效导致的潜在问题。
稳定性改进
1. 心跳机制优化
解决了过多的Ping请求问题。在长连接场景下,适当的心跳检测是必要的,但过于频繁的心跳会带来额外的网络开销。新版本优化了心跳机制,在保持连接可靠性的同时减少了不必要的网络流量。
2. 类加载器问题修复
针对Serverless场景下的序列化和反序列化类加载器问题进行了修复。在Serverless环境中,由于执行环境的特殊性,类加载机制与传统应用有所不同。这些修复确保了SOFA-RPC在Serverless架构下的稳定运行。
升级建议
对于使用5.13.0至5.13.2版本的用户,建议升级到5.13.3版本以获得更好的性能和稳定性。特别是那些使用Triple协议或运行在JDK8环境下的用户,新版本解决了多个关键问题,能够提供更可靠的服务调用体验。
SOFA-RPC团队持续关注框架的性能和稳定性,通过不断优化确保其在各种复杂分布式场景下的可靠表现。这次的5.13.3版本再次体现了团队对产品质量的追求和对用户需求的响应。
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