Linkerd2 edge-25.4.3版本发布:优化CLI与追踪功能
Linkerd是一个轻量级的服务网格解决方案,专为Kubernetes环境设计。它通过透明的代理机制为微服务提供可靠的通信、安全性和可观测性,而无需修改应用代码。作为云原生计算基金会(CNCF)毕业项目,Linkerd以其简单性和高性能著称。
本次发布的edge-25.4.3版本主要针对CLI工具和追踪功能进行了优化改进,属于推荐升级版本。下面我们将详细解析这次更新的技术细节。
CLI工具的Gateway API检查增强
在Kubernetes生态中,Gateway API是一组用于配置网络基础设施的扩展API资源。Linkerd利用这些API来实现高级流量管理功能。本次更新中,CLI工具对Gateway API的检查机制进行了两项重要改进:
-
版本兼容性检查:现在CLI会明确验证集群中安装的Gateway API是否包含v1版本的资源。这一改进避免了因API版本不匹配导致的潜在问题,确保Linkerd能够正确使用Gateway API的最新稳定功能。
-
更明确的安装指引:当检测到缺少必要的Gateway API资源时,CLI会提供更具体的安装命令。这显著降低了用户配置门槛,特别是对于初次使用Linkerd的开发人员来说,能够快速准确地完成前置依赖的安装。
这些改进使得Linkerd的安装和配置过程更加健壮和用户友好,减少了因环境配置不当导致的部署问题。
追踪功能默认端口变更
分布式追踪是现代微服务架构中重要的可观测性工具,它帮助开发者理解请求在服务间的流转路径和性能特征。本次版本对追踪功能的默认配置进行了重要调整:
将默认的追踪接收端口从OpenCensus标准的55678变更为OpenTelemetry标准的4317。这一变更反映了行业技术趋势的演进:
-
OpenTelemetry成为新标准:作为CNCF项目,OpenTelemetry正在成为云原生可观测性的事实标准,整合了原先分散的追踪、指标和日志收集方案。
-
更好的兼容性:4317端口是OpenTelemetry协议默认的gRPC接收端口,使用这一端口可以更好地与主流可观测性后端(如Jaeger、Zipkin等)集成。
-
简化配置:对于采用OpenTelemetry生态的用户,现在可以更简单地配置Linkerd的追踪功能,减少额外的端口映射配置。
需要注意的是,这一变更可能会影响现有部署。如果用户环境中仍在使用OpenCensus协议的收集器,需要在配置中明确指定55678端口以保持兼容。
其他改进与依赖更新
除了上述主要变更外,本次发布还包含多项依赖更新和内部改进:
- Helm客户端版本升级至3.17.3,带来更稳定的chart管理体验
- Rustls加密库更新至0.23.26版本,增强安全性
- Prometheus客户端库升级,改进指标收集性能
- 多项测试稳定性改进,特别是在多集群场景下的验证逻辑
这些底层更新虽然对终端用户透明,但为Linkerd的稳定运行提供了更好的基础。
升级建议
对于正在使用Linkerd edge版本的用户,建议按以下步骤进行升级:
- 备份现有配置,特别是自定义的追踪相关设置
- 更新CLI工具至25.4.3版本
- 使用新版CLI执行升级操作
- 如果使用追踪功能,验证收集器配置是否适配新的默认端口
对于生产环境用户,建议在测试环境中验证新版特性后再进行推广部署。虽然edge版本经过充分测试,但作为非长期支持版本,可能仍包含实验性功能。
Linkerd团队持续通过这种频繁的edge版本发布来收集用户反馈,不断优化产品功能和稳定性。本次发布的改进特别关注了用户体验和行业标准适配,体现了项目对开发者友好性和技术前瞻性的重视。
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