至顶网软件频道消息:
如果你想管理云中的容器,Kubernetes是理想的选择。最新发布的Kubernetes 1.8,比以往更好。
这很重要,为什么?容器正在快速成为在数据中心和云中运行服务器级应用的方式。最近来自研究机构Redmonk的一份报告,财富100强企业中有54%已经在运行Kubernetes,其中很多是非常大规模的任务。
例如,Ancestry.com有200亿条历史记录,9000万个家庭树,使其成为全球最大的消费者基因组DNA网络。通过使用Kubernetes,其Shaky Leaf图标服务的部署时间从原来的50分钟缩短到2-5分钟。Ancestry的一位软件工程师、架构师Paul MacKay这样写道:“到年底,我们几乎一切都将处于在Kubernetes环境中Linux友好的状态。”
这次发布的新版本中可能最好的功能,就是基于角色的访问控制(RBAC)了,这项功能让集群管理员可以动态地定义角色,通过Kubernetes API来实施访问策略。
RBAC中还包括通过Kubernetes网络策略支持过滤出站流量,以补充现有对过滤入站流量的支持。Pod是Kubernetes最小的部署单元,包括1个或者多个带有共享存储、网络的容器,以及如何运行容器的规范。总而言之,RBAC和网络策略是强制执行Kubernetes组织和法规安全要求的两个强大工具。
这个版本还将核心的Workload API带入测试版。它包含最新版本的Deployment、DaemonSet、ReplicaSet以及StatefulSet。Workload API现在是稳定的,可用于将现有工作负载迁移到Kubernetes,以及用于开发云原生应用。Workload API还可以帮助大数据用户,实现对Apache Spark的原生Kubernetes支持。
另一个测试功能Custom Resource Definitions(CRDs)提供了一个机制,通过用户定义的API对象来扩展Kubernetes。为什么你要使用这个机制?一种方法是使用CRD通过Operator Pattern来自动化复杂的状态应用,例如键值存储、数据库和存储引擎。CRD目前并没有验证功能,但是预计会出现在下一个版本的。
CronJobs现在还在测试中,它可以让管理员运行批量容器工作负载,例如每天晚上的提取、转换和(ETL)数据仓库作业。
Red Hat OpenShift项目经理Mike Barrett,和Red Hat Linux容器步道师Joe Brockmeier进行了深入解析,称他们的客户期待批量作业,我们相信Resource Management Working Group“阿尔法代码将引发云计算的下一波热潮”。
这让开发者可以通过Device Manager访问硬件设备,例如NIC、GPU、FPGA、Infiniband等等;CPU Manager:这样用户可以请求通过保证的Quality of Services (QoS)层分配静态CPU;还有HugePages,这样用户可以消费底层硬件支持的任何大小的大内存页。
Kubernetes高级审核功能进入测试阶段。一位CoreOS工程师Eric Chiang“介绍了格式化的审核日志,控制审核内容的策略,一个发送事件到外部服务的Webhook。审核事件现在配置可以包含整个请求有效负载,汇聚到中心位置……审核事件格式只能做向后兼容的变更。这给社区带来了一个开始试验消费方式、显示、对来自审核日志Webhook的事件采取行动的机会。早期的例子是audit2rbac工具,该工具可消耗审核事件,自动创建RBAC配置文件。”
总的来说,你将在让Kubernetes成为全面云容器编排程序方面迈出重要一步。
好文章,需要你的鼓励
Rivian分拆公司Also与亚马逊达成多年合作协议,将为这家电商巨头提供数千辆新型踏板助力四轮货运车TM-Q。该车辆载重超过400磅,体积小巧可使用自行车道。双方将合作定制车辆以满足亚马逊在欧美的配送需求,预计2026年春季投入使用。Also从Rivian内部项目发展而来,今年独立融资1.05亿美元,将利用可拆卸电池技术和专业物流软件为密集城区提供最后一公里配送解决方案。
Character AI联合耶鲁大学开发的OVI系统实现了音视频的统一生成,通过"孪生塔"架构让音频和视频从生成之初就完美同步。该系统在5秒高清内容生成上显著超越现有方法,为多模态AI和内容创作领域带来突破性进展。
知名投资机构Accel和Prosus宣布建立新的投资合作伙伴关系,专门支持印度初创企业从零开始发展,重点关注那些能够为南亚地区大众提供大规模解决方案的创始人。这是Prosus首次在企业成立阶段进行投资。双方将从创业公司最早期开始共同投资,专注于解决自动化、能源转型、互联网服务和制造业等领域的系统性挑战,初始投资金额从10万到100万美元不等。
这项由南洋理工大学研究团队开发的DragFlow技术,首次实现了在先进AI模型FLUX上的高质量区域级图像编辑。通过创新的区域监督、硬约束背景保护和适配器增强等技术,将传统点对点编辑升级为更自然的区域编辑模式,在多项基准测试中显著超越现有方法,为图像编辑技术带来革命性突破。