Skip to main content

Command Palette

Search for a command to run...

Knative v0.2 发布

Updated
1 min read

原文:Announcing Knative v0.2 Release

作者:Mark Chmarny

增强的插接能力、自动伸缩、稳定性和性能。

Knative 是一组用于在 Kubernetes 上构建现代应用的一组中间件组件,在此宣布,0.2 版本已经面世。从七月份该项目启动至今,0.2 版本是第一次显著更新。这次更新是整个 Knative 社区的几个月里的努力成果,体现了我们从日益增多的 Knative 部署数量中学到的新知识。

0.2 版本中最令人激动的更新就是包含了 eventing。Eventing 组件补充了另外两大组件:Build 和 Serving 留下的空白。我们希望社区会使用这一新功能来开发新的事件和解决方案。

Serving 组件的内部实现做出了很大改进,新的内部 API 将 Knative 划分为了子系统,从而加入了对可插接网络、自动伸缩以及缓存的支持。

完整的发布说明可以在 ServingBuildEventing 仓库中找到。下面着重说一下其中的亮点:

新的事件资源模型

Eventing 在资源模型方面发生了很大变化,将源码融入 CRD 之中。Eventing 现已采用 Kubernetes 的表尊概念,这样一来就可以更好的实现校验、清晰的接口以及 RBAC 支持。新架构使用了以 Channel 和订阅为中心的简化的对象模型。

松耦合

在 v0.1 期间我们收到的正面评价之一就是在定义 Knative 组件安装时候的选择能力。v0.2 中 Knative 增强了这种能力,操作者可以独立安装 Build、Serving 以及 Eventing 组件。Knative 组件之间的松耦合使得第三方集成成为了可能,例如使用一个非 Knative 的 Build 来和 Serving 进行配合,或者用 Eventing 把事件分发给非 Serving 的部署。我们很高兴社区选择了这一方向。

可插接的子系统

我们还接到了很多希望能够定制 Knative 的反馈。目标就是支持某种程度的插接能力,所以 v0.2 中定制能力也有了显著提高。我们加入了三个新的内部 API,来把我们的核心资源模型从实现模块中分离出来:网络、自动伸缩和缓存。网络让开发人员可以用不同的 Ingress 实现来替代我们的 Istio 依赖。自动伸缩让开发人员能够把我们的自动伸缩机制替换为自己的方案。缓存让开发人员可以使用镜像缓存策略来在集群中进行镜像的提前载入(这是一个纯粹的扩展点,并没有内置绑定方案)。

冷启动改进

决定冷启动性能的两个决定因素就是 Sidecar 注入和镜像拉取造成的延时。Istio 的 1.0.2 版本中在减少 Envoy 编程时间方面有了进步。另外我们还允许安装无 Sidecar 注入的 Knative。为了帮助用户降低镜像拉取延迟,我们开放了新的扩展点,称为 "Image" 资源(knative/caching 的一部分),其中包含了一个预载入镜像控制器所需要的所有信息。社区对缓存组件的建设让我们非常激动。

自动伸缩

以前的自动伸缩器是每个版本一个,现在替换为单一的共享控制器。新的自动伸缩器和之前的版本具备同样的逻辑,但是进化到纯粹的指标驱动(包含 0->1->0),去掉了无用的 Revision servingState 字段。我们用一个整数 ContainerConcurrency 字段替换了 ConcurrencyModel。这样在一些情况下就可以限制并行数量为 1 以外的数值(例如限制线程池)。

Build

Knative Build 做了很多增强,包括新的 ClusterBuildTemplate 资源。用户可以一次性安装一组 BuildTemplates,而不是每个命名空间一次。Build 模板参数可以对构建步骤所用的镜像名称进行设置。Build Spec 的新功能包括用户可以指定 Build 一级的超时、节点选择器以及亲和性。另外 Build 状态得到了扩展,会报告每个步骤和 Build 的等候时间。

More from this blog

龙虾恐慌:AIOps 又要改名了?

ChatGPT 开始,把 AI 拉近到普罗大众的面前,让无数人感受到 AI 的亲民魅力。而龙虾,则把大模型驱动的自动化能力,突然间变得水灵灵、活泼泼地走进千家万户。它不只是“风口上的猪”,而是风口本身。热度高到让 Mac mini 一度断货,不知道这在不在库克的预料之内。 每代人都有每代人的鸡蛋,春节期间,我就领了我的鸡蛋。翻出古老的 MacBook Air M1,充值各种大模型。当然了,这个工具

Mar 9, 20261 min read

再见 2025

我猜不少人以为这个号废了吧?并没有,只是今年变化有点大,一直有种抄起键盘,无从说起的感觉,所以一直偷懒到今天,2025 的最后一天。 今年是我的第四个本命年,去年末一期播客里,大内说本命年不是灾年,是变化年,有危也有机。可是讲真啊,只看到危,没看到机。 各种因缘际会,从鹅厂跳槽到前东家,已经接近四年,第一个合同期已经进入尾声。除了前两年还在云原生领域嗷嗷叫,后两年基本都是些鸡零狗碎的东西了,用老东家的术语说是——偏离主航道,可谓是前景暗淡了。 一旦确定要滚蛋,反倒心思轻松起来,每天骑着我的小红车...

Jan 5, 20261 min read

辅助编程?dora 说:我知道你很急可是请你别急

从 OpenGPT 把大模型的火烧旺了之后,这三年来,相信很多组织或摩拳擦掌、或躬身入局,希望借助聪明能干的大模型,或想偿还技术宅,或想降本增效,或想弯道超车。一时间,沉寂许久的 AIxx 又活过来了,LLM Ops、Vibe Coding、中医大模型、GPT 算命等等,全都老树发新芽,焕发了勃勃生机。那么视角拉回从业者最关注的饭碗相关的领域之一——AI 辅助开发,产生了什么触动,应该如何拥抱呢? DORA 的年度报告中给出了很有意思的结论——强者恒强。 执行摘要部分总结了几个有趣的点: 问题...

Oct 6, 20251 min read

[译]dora:ai 辅助软件开发状态报告

执行摘要 在 2025 年,科技领导者面临的核心问题已不再是“是否要采用 AI”,而是“如何实现其价值”。 DORA 的研究基于超过 100 小时的定性访谈和来自全球近 5,000 名技术专业人士的问卷调查。研究揭示了一个关键事实:AI 在软件开发中的主要角色是“放大器”。它会放大高效能组织的优势,也会凸显组织的缺陷。 关键结论:AI 是放大器 AI 投资的最大回报并非来自工具本身,而是来自组织底层系统的战略性建设: 高质量的内部平台 清晰的工作流 团队的协同能力 缺少这些基础,AI ...

Oct 2, 202514 min read

僭越了,有人在用 Rust 写 Kubernetes

一个新语言问世,最爱做的事情之一,就是重写存量软件了。 云原生喝酒 SIG 重点扶持项目——rk8s(https://github.com/rk8s-dev/rk8s) 也可以归在这个范畴里,只不过这个项目重写的东西比较大,是 Kubernetes。 从 2025 年 1 月第一个 Commit 开始,到现在有了 200 多次 Commit,十几万行代码。当然距离 Kubernetes 的几百万行代码还差得远——老马就是喜欢整这种大无畏项目。 另外该项目也是国内第一个脱离 Cargo 转向使用 ...

Sep 27, 20253 min read

【伪】架构师

342 posts