Rainbond v5.17 版本发布,统一管理离线镜像和私有仓库

本文涉及的产品
应用实时监控服务-应用监控,每月50GB免费额度
注册配置 MSE Nacos/ZooKeeper,182元/月
可观测可视化 Grafana 版,10个用户账号 1个月
简介: 为了更好地应对离线场景,提升私有仓库镜像部署体验。Rainbond v5.17 版本支持上传镜像包和使用本地镜像创建组件。同时对于私有镜像的部署也进行了优化,通过统一配置私有镜像仓库。用户无需重复输入账号密码,即可快速部署私有镜像。

为了更好地应对离线场景,提升私有仓库镜像部署体验。Rainbond v5.17 版本支持上传镜像包和使用本地镜像创建组件。同时对于私有镜像的部署也进行了优化,通过统一配置私有镜像仓库。用户无需重复输入账号密码,即可快速部署私有镜像。

主要功能

离线场景支持多种部署方式

Rainbond 之前版本中对于离线场景下的应用模版交付体验较好。但是对于离线环境的开发、部署上还有所欠缺。离线环境下会遇到没有Git仓库、没有私有镜像仓库等问题。在之前的版本中,需要单独在内网环境中部署私有镜像仓库,再将光盘中的镜像导入该仓库,才可以继续镜像部署。

在 v5.17 版本中,我们统一做了梳理:


  • 镜像部署:Rainbond支持直接上传镜像压缩包进行部署,平台会自动解析压缩包中的镜像,用户可以选择压缩包中的镜像进行部署。此外,上传一次后,镜像会根据团队存储在平台上。在后续的创建过程中,用户可以轻松地从本地镜像库中选择之前上传的 tar 包,以便快速创建组件。



  • 源码部署:Rainbond支持离线上传源码压缩包、Jar、War包,这意味着你可以将源码打成压缩包,在离线环境中直接上传进行构建。支持的语言和通过Git仓库构建一致,如Java、Go、Python、NodeJS、Php、.NetCore 等


  • Helm部署:在之前的版本中,需要先对接外部的 Helm Chart 仓库,选择应用进行部署,现在支持直接上传 Helm Chart 包进行部署。平台会识别出 Helm Chart 包中的所有镜像,你可以选择已经上传到平台上的镜像进行替换。


通过以上几点优化,用户可以在离线环境中按需构建和测试。不必担心外部构建工具或依赖库的问题。


统一管理私有镜像仓库


在源码构建中,用户可以通过对接 Github、Gitlab、Gitee 等代码仓库,实现通过代码仓库一键构建运行的效果。但是对于私有镜像构建,却面临着每次构建都需要输入私有仓库的账号密码的问题。尤其是对于公有云镜像仓库或自建的镜像仓库来说。不仅需要记住镜像名,每次部署都需要输入镜像仓库的域名。


因此为了提升用户镜像部署的体验,现在平台可以统一设置私有镜像仓库的授权信息。在镜像部署时,只需要选择需要使用到的私有镜像仓库,输入镜像名称即可。账号密码以及镜像仓库域名不需要再次输入。后续 Rainbond 还将支持镜像仓库的列表或 tag 查询,实现更好的部署体验。



提升平台稳定性


在之前的版本中,用户经常会遇到集群通信异常问题,遇到问题时控制台将无法访问,虽然不影响用户实际运行的业务。但是也不便于管理和排查。这主要是底层组件依赖较多导致的。


在 v5.17 版本中,优化了平台的 API 服务,当底层资源故障时,仍然可以提供有限服务,即使底层依赖组件存在问题,API 也可以提供有限的服务,便于用户查看底层组件问题。在底层依赖组件正常后,API 服务也会自动重连。


详细变更点:


新增功能

  • 离线场景支持多种部署方式
  • 支持统一管理私有镜像仓库账户密码。 #1821
  • 组件支持 hostAliases #1812
  • 支持分应用,分组件,按配置文件名称 ,过滤配置文件 #1838
  • 支持自动构建时无需设置触发关键词,通过提交直接触发构建 #1770

功能优化

  • 提升稳定性,优化API服务依赖项,确保在依赖组件异常的情况下也可以提供有限服务 #1820
  • 发布应用模版支持搜索 #1843
  • 团队向导页从新建增加入口 #1850
  • 支持删除共享配置文件时检查是否被其他组件依赖,支持挂载配置文件强制删除 #1837
  • 优化网关参数校验规则,避免配置错误导致网关异常 #1840

Bug修复

  • 修复构建任务未调度到构建节点的问题 #1842
  • 修复批量选择组件时,组件运行状态变化导致选择的组件变为其他组件的问题 #1844
  • 修复 Oauth 关闭后,仍可进行第三方登录的问题 #1841
  • 修复组件 K8s 属性中,健康检测无法生效的问题 #1809
  • 修复 Dockerfile 构建时,arg 参数不生效的问题 #1685
  • 修复 Golang 构建时,GOPRIVATE 变量不生效的问题 #1794


感谢

感谢用户 sundaqiang、shun634501730、Juke-github、mx2913、1024find、2997215859、xggz、lian-yang 等用户在社区中的参与与反馈,才能使产品变得更好,我们欢迎大家任何形式的参与和贡献。

相关实践学习
Docker镜像管理快速入门
本教程将介绍如何使用Docker构建镜像,并通过阿里云镜像服务分发到ECS服务器,运行该镜像。
深入解析Docker容器化技术
Docker是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的容器中,然后发布到任何流行的Linux机器上,也可以实现虚拟化,容器是完全使用沙箱机制,相互之间不会有任何接口。Docker是世界领先的软件容器平台。开发人员利用Docker可以消除协作编码时“在我的机器上可正常工作”的问题。运维人员利用Docker可以在隔离容器中并行运行和管理应用,获得更好的计算密度。企业利用Docker可以构建敏捷的软件交付管道,以更快的速度、更高的安全性和可靠的信誉为Linux和Windows Server应用发布新功能。 在本套课程中,我们将全面的讲解Docker技术栈,从环境安装到容器、镜像操作以及生产环境如何部署开发的微服务应用。本课程由黑马程序员提供。     相关的阿里云产品:容器服务 ACK 容器服务 Kubernetes 版(简称 ACK)提供高性能可伸缩的容器应用管理能力,支持企业级容器化应用的全生命周期管理。整合阿里云虚拟化、存储、网络和安全能力,打造云端最佳容器化应用运行环境。 了解产品详情: https://www.aliyun.com/product/kubernetes
相关文章
|
Java
CompletableFuture在异常处理方面的一些常见问题和解决方案,建议牢记!
CompletableFuture在异常处理方面的一些常见问题和解决方案,建议牢记!
876 0
CompletableFuture在异常处理方面的一些常见问题和解决方案,建议牢记!
|
2月前
|
人工智能
AI推理方法演进:Chain-of-Thought、Tree-of-Thought与Graph-of-Thought技术对比分析
大语言模型推理能力不断提升,从早期的规模扩展转向方法创新。2022年Google提出Chain-of-Thought(CoT),通过展示推理过程显著提升模型表现。随后,Tree-of-Thought(ToT)和Graph-of-Thought(GoT)相继出现,推理结构由线性链条演进为树状分支,最终发展为支持多节点连接的图网络。CoT成本低但易错传,ToT支持多路径探索与回溯,GoT则实现非线性、多维推理,适合复杂任务。三者在计算成本与推理能力上形成递进关系,推动AI推理向更接近人类思维的方向发展。
241 4
|
2月前
|
SQL 关系型数据库 MySQL
Mysql数据恢复—Mysql数据库delete删除后数据恢复案例
本地服务器,操作系统为windows server。服务器上部署mysql单实例,innodb引擎,独立表空间。未进行数据库备份,未开启binlog。 人为误操作使用Delete命令删除数据时未添加where子句,导致全表数据被删除。删除后未对该表进行任何操作。需要恢复误删除的数据。 在本案例中的mysql数据库未进行备份,也未开启binlog日志,无法直接还原数据库。
|
8月前
|
人工智能 API 开发者
HarmonyOS Next~鸿蒙应用框架开发实战:Ability Kit与Accessibility Kit深度解析
本书深入解析HarmonyOS应用框架开发,聚焦Ability Kit与Accessibility Kit两大核心组件。Ability Kit通过FA/PA双引擎架构实现跨设备协同,支持分布式能力开发;Accessibility Kit提供无障碍服务构建方案,优化用户体验。内容涵盖设计理念、实践案例、调试优化及未来演进方向,助力开发者打造高效、包容的分布式应用,体现HarmonyOS生态价值。
523 27
|
9月前
|
机器人 API
自定义飞书Webhook机器人api接口
自定义飞书Webhook机器人api接口
675 25
|
11月前
|
人工智能 自然语言处理 数据挖掘
从行业痛点到AI前沿:揭秘AGI时代企业培训的终极之选
近几年接触到的各类培训合作方越来越多,从国际咨询巨头、互联网科技培训平台,到本土独角兽型的专业培训公司;从专攻新技术与创新场景的培训团队,到深谙传统行业痛点的咨询顾问。作为一名在央企、国企、上市公司人力资源培训条线深耕多年的HR负责人,深知在这片竞争激烈的培训服务蓝海中,寻找高质、高效的合作伙伴并不简单,因为企业培训的逻辑正在悄然改变。
|
Python
Matplotlib 安装
Matplotlib 安装
281 3
|
存储 SQL JSON
Databend 的安装配置和使用
Databend 的安装配置和使用
527 1
|
机器学习/深度学习 自然语言处理 搜索推荐
常用的相似度度量总结:余弦相似度,点积,L1,L2
相似性度量在机器学习中起着至关重要的作用。这些度量以数学方式量化对象、数据点或向量之间的相似性。理解向量空间中的相似性概念并采用适当的度量是解决广泛的现实世界问题的基础。本文将介绍几种常用的用来计算两个向量在嵌入空间中的接近程度的相似性度量。
1278 1
VScode中C++多文件编译运行问题(使用code runner配置)
VScode中C++多文件编译运行问题(使用code runner配置)