从注册中心控制台到云原生管控面,Dubbo 服务治理能力全新升级!

Apache Dubbo Admin 是一个用于更好地可视化、监控、治理 Dubbo 微服务应用程序的管控台。0.7.0 版本是一个以 Kubernetes 原生为核心设计目标的里程碑版本,标志着 Apache Dubbo Admin 从“注册中心管理控制台”,演进为云原生环境中的服务治理控制面(Control Plane)

版本摘要:

Kubernetes 原生的控制与治理平台

Cloud Native

Apache Dubbo Admin 0.7.0 围绕Kubernetes 原生运行、事件驱动治理、控制面架构进行了系统性重构,以下是 Admin 整体架构图:

  • 兼容传统注册中心与 Kubernetes 架构:同时支持传统注册中心、Kubernetes Service 架构,支持应用、实例、服务视角的全局可视化治理;支持多注册中心与跨集群部署方案;

  • 治理能力全新升级:统一的流量治理界面,后端实现传统注册中心、Kubernetes 资源的自动规则转换与分发;

  • 可观测能力深度集成:Admin 不再只是展示应用、实例、服务等“元数据”,而是提供调用链路的实时可观测能力,支持 Metrics、Tracing 等的可视化展示;

  • Kubernetes 原生设计:Admin 与 Kubernetes 集群无缝衔接,后端系统基于 Go 语言重构,与 client-go、informer、cache 深度集成。

此次重构,Admin 基于领域驱动的思想对 Dubbo 领域的实体进行了完整的建模,Dubbo 的领域模型有应用(Application),服务(Service),实例(Instance)以及路由规则(Rule)。这几个用户熟知的领域模型贯穿了 Admin 的产品设计以及前后端架构。基于这些领域模型,Admin 定义出了一套完全遵循 Kubernetes 的“CRD”。这也是一个重要的 K8s 原生体现,同时也为以后更多的 K8s 原生功能拓展打下了坚实的基础。

此外,得益于 client-go 的 informer 机制,新版本中对注册中心/K8s 的监听使用 list-watch 模型进行了统一,所有的资源都以事件的方式进行异步更新,对于控制台的前端查询始终走的是本地的缓存,大大减小了对注册中心/K8s 的查询压力。

核心亮点一:前端 UI 焕新

Cloud Native

此次 Admin 控制台 UI 全面焕新,从产品设计上紧紧围绕着 Dubbo 的领域模型来展开,将应用,实例,服务有机地串联在一起,并能够与 K8s 资源进行联动。此外,Dubbo 经典的路由规则(动态配置,条件路由,标签路由)也全部表单化,进一步降低用户的对流量管控的使用门槛。用户可以一站式地管理自己的 Dubbo 应用。

核心亮点二:Kubernetes 原生

Cloud Native

Apache Dubbo Admin 0.7.0 是“为 Kubernetes 设计的”,而不是“跑在 Kubernetes 上的”。Admin 以组件化的方式原生支持运行在 K8s 上的 Dubbo 实例,无需配置就能够打通微服务生命周期与 K8s pod 的生命周期。让用户能够直观地感受到 Dubbo 应用的底层运行状态,更好地运维 K8s 上的 Dubbo 实例。这一套模型使 Dubbo Admin 能自然融入 Kubernetes 的Controller / Reconcile / Desired State体系。

Apache Dubbo Admin 0.7 版本的云原生主要体现在以下方面:

  • 对于传统注册中心模式,如果部署在 Kubernetes 平台下,支持与 Kubernetes 状态、资源的无缝集成,让开发者以应用、实例、服务的统一视角运维与监控微服务集群;

  • 支持 Kubernetes Service 微服务模式,Admin 可以统一管理 Kubernetes Service 模式注册的服务,让用户以应用、实例、服务的统一视角运维集群,与传统注册中心模式保持一致。

在内部架构设计上,Admin 将 Kubernetes 中的一些优秀的原生架构拓展到了对于传统注册中心部署架构的支持。我们构建了一套基于 Informer 框架的统一治理模型,将传统注册中心和 Kubernetes CRD 资源全部纳入同一套事件驱动机制中。这个机制能够很好地屏蔽底层差异,无论数据来自运行时引擎 Kubernetes、还是来自于注册中心 Zookeeper 或 Nacos,均通过 Informer 统一接入,这为以后接入更多的数据源如 Docker Compose, VMWare 等打下了坚实的基础。

此外在 informer 框架的基础之上,我们拓展增强了 lister-watcher,store,index 等关键组件,做到了:

  • 事件驱动,实时感知:实现对服务注册、配置变更、实例状态等事件的实时监听,真正做到 “变化即响应”;

  • 低延迟,功能更丰富的本地缓存:基于 client-go cache 构建的 Memory Store,提供低延迟、强一致性读取能力,完美匹配 Kubernetes Watch、List 语义,同时具备极高的吞吐性能,能够支持多样的索引能力。

核心亮点三:

云原生 Discovery 与多注册中心

Cloud Native

在 Kubernetes 世界里,“注册中心”只是数据源之一。此次版本更新还引入了一个重要的特性——多注册中心支持。与此前版本的 Admin 的支持方式不同,新版本中将注册中心作为一个“隔离域”,所有的资源(应用/服务/实例/规则等)都会规约到一个注册中心下面,切换注册中心就相当于切换一个“隔离域”,这也契合大多数企业在生产实践中的使用方式。添加新的注册中心只需要在配置文件中新增注册中心地址即可。

Apache Dubbo Admin 0.7.0 将 Discovery 能力纳入统一控制面架构:

  • Nacos Discovery 原生实现

  • Zookeeper Discovery 原生实现

  • 控制台支持多注册中心:统一视图、支持混合部署、多环境、多集群。这使得 Admin 能够:

    • 同时治理 Kubernetes Service + 外部注册中心

    • 作为多环境统一治理入口

核心亮点四:

可观测×治理,真正的闭环控制面

Cloud Native

从“看得见服务”到“看得清调用”,Dubbo Admin 0.7.0 正式补齐可观测控制面。Dubbo SDK 在 3.2+ 版本中进行了 metric 和 trace 的埋点,支持上报 metric 和 trace 到 metric/trace 后端,而此次控制台以 Grafana 为可视化基础,不仅支持 Prometheus,jaeger,zipking 等多种数据源,并直接在控制台中集成了 Dubbo 调用的监控面板和链路追踪面板,让排查问题不再为难。

Dubbo SDK 原生埋点

Dubbo Client 3.2+起,Dubbo 已在指标与链路层面完成系统性埋点

  • Metrics:请求 QPS / RT / 错误率、服务级 / 方法级调用指标、支持Prometheus标准采集;

  • Tracing:完整 Dubbo 调用链路、支持OTLP / Jaeger / Zipkin等主流链路后端。

以 Grafana 为基础的可观测控制台

Dubbo Admin 0.7.0 首次将可观测能力作为控制面的一部分进行整合:

  • 以 Grafana 作为统一可视化基础;

  • 内置 Dubbo 调用监控面板:服务 / 方法维度调用趋势;延迟、错误率、吞吐一目了然;

  • 内置链路追踪面板:直接查看 Dubbo 调用链路、快速定位慢调用与异常节点。

立即体验

Cloud Native

详细的 Changelog,更多特性介绍以及完整的部署方式请看:

  • Github:https://github.com/apache/dubbo-admin

  • 官网:https://cn.dubbo.apache.org/zh-cn/overview/home/

如果您有任何的需求、问题等,欢迎在 Github issue/discussion 中一起讨论!

2026 Roadmap

Cloud Native

未来 Apache Dubbo Admin 将围绕几个方面持续投入:

  1. 持续深耕服务治理,完善接口测试,服务拓扑等能力。持续优化数据链路,保障 Admin 作为控制面的核心能力稳定。

  2. 围绕 metric,trace 以及 log,进一步增强可观测能力。此外,结合 K8s 的 event,Admin 还会刻画出每个领域实体的事件瀑布流,更好地观测应用的生命周期,便于工程师排查问题。

  3. Admin 将作为 mcp server,在支持原生 Dubbo mcp 的基础上,通过代理的方式支持用户低成本将现有的 Dubbo 接口变成可调用的 mcp 工具,助力 AI 业务创新。

  4. 通过 RAG,Agent 等技术,推出 AI assistant,充当 Dubbo 领域的知识专家,并协助用户排查 Dubbo 领域的问题。

请扫码加入 Dubbo Amidn 社区交流群沟通:

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1158441.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

HunyuanVideo-Foley监控告警:生产环境中稳定性保障措施

HunyuanVideo-Foley监控告警:生产环境中稳定性保障措施 1. 引言 1.1 业务场景描述 随着AIGC技术在多媒体内容创作领域的深入应用,自动化音效生成已成为提升视频制作效率的关键环节。HunyuanVideo-Foley作为腾讯混元于2025年8月28日开源的端到端视频音…

1小时打造DRIVELISTEN原型:快马平台实战演示

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 快速开发一个DRIVELISTEN概念验证原型。核心功能:1) 基础语音指令识别;2) 模拟车辆响应;3) 简单UI展示识别结果;4) 错误处理反馈。使…

库早报|2.13亿元!美国金属设备厂商获新一轮融资;SpaceX首次暮光任务携3D打印实验升空;能源增材制造市场2024年预计达7.09亿美元

2026年1月14日 星期三 你在打印时错过了什么,快来看看吧! 01 Velo3D获得3000万美元融资,用于扩大金属3D打印产能 Velo3D宣布完成3000万美元的融资,资金来自两家机构的私募股权投资(PIPE)交易&#xff0…

HunyuanVideo-Foley性能瓶颈诊断:推理速度慢怎么办?

HunyuanVideo-Foley性能瓶颈诊断:推理速度慢怎么办? 1. 背景与问题提出 HunyuanVideo-Foley是由腾讯混元于2025年8月28日宣布开源的端到端视频音效生成模型。该模型实现了“以文生音、以画配声”的智能能力,用户只需输入一段视频和简要的文…

15分钟打造ADB监控看板:快马原型实战

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 创建一个极简ADB监控看板原型,核心功能:1) 实时显示DAEMON STARTED SUCCESSFULLY等状态 2) 设备连接列表 3) 错误历史记录 4) 状态变化时间轴 5) 手动刷新按…

为什么你的智能体总失败?5大常见陷阱及修复方案曝光

第一章:智能体开发失败的根源剖析在智能体(Agent)系统开发过程中,项目失败往往并非由单一技术缺陷导致,而是多种因素交织作用的结果。忽视这些潜在问题,将直接导致系统响应迟缓、决策偏差甚至整体崩溃。需求…

STM32CubeMX安装界面功能初识:系统学习第一步

从零开始玩转STM32:为什么每个工程师都应该先学会用CubeMX? 你有没有过这样的经历? 手头拿到一块崭新的STM32开发板,满心欢喜地打开Keil或IAR,准备大干一场。结果刚写完第一行代码就卡住了—— 时钟没配对&#xff0…

AI成钓鱼“加速器”?从语法错误到深度伪造,网络诈骗正经历一场危险进化

全球网络安全界正面临一个令人不安的现实:曾经靠拼写错误和蹩脚话术就能被一眼识破的钓鱼邮件,如今正变得越来越“专业”、越来越“真实”,甚至让人难以分辨真假。而这场蜕变的背后,推手正是人工智能(AI)。…

细胞也能打印!生物3D打印黑马华清智美获数千万A轮融资

2026年1月13日,据资源库了解,华清智美(深圳)生物科技有限公司(以下简称“华清智美”)近日完成数千万人民币A轮融资。本轮融资由力合创投领投,陕西金控和紫荆泓鑫跟投,所获资金将用于…

对比传统方法:QWEN3-VL如何提升视觉任务效率10倍

快速体验 打开 InsCode(快马)平台 https://www.inscode.net输入框内输入如下内容: 构建一个批量图片内容审核工具,利用QWEN3-VL快速识别图片中的敏感内容。功能需求:1. 支持多张图片同时上传;2. 自动检测暴力、裸露等违规内容&a…

没PhD也能懂的AI全息原理:图解核心算法+1元体验入口

没PhD也能懂的AI全息原理:图解核心算法1元体验入口 引言:当AI成为医疗投资的"CT扫描仪" 作为医疗投资人,您可能经常遇到这样的困境:面对一份充满数学公式的AI学术论文时,就像看不懂CT影像报告的外行。本文…

AnimeGANv2性能测试:长期运行的稳定性

AnimeGANv2性能测试:长期运行的稳定性 1. 引言 1.1 业务场景描述 随着AI图像风格迁移技术的普及,将真实照片转换为二次元动漫风格已成为社交媒体、个性化头像生成和数字内容创作中的热门需求。AnimeGANv2作为轻量级且高效的人脸优化风格迁移模型&…

HunyuanVideo-Foley 多模型协作:联合语音合成打造完整音频

HunyuanVideo-Foley 多模型协作:联合语音合成打造完整音频 1. 技术背景与问题提出 随着短视频、影视制作和虚拟内容创作的爆发式增长,音效在提升视听体验中的作用愈发关键。传统音效制作依赖专业音频工程师手动匹配动作与声音,耗时耗力且成…

城市休闲消费偏好(2012-2022)

1872城市休闲消费偏好(2012-2022)数据简介休闲消费偏好数据集,包含洗浴推拿休闲消费偏好、茶馆休闲消费偏好、棋牌室休闲消费偏好、体育休闲消费偏好、展馆休闲消费偏好、影剧院休闲消费偏好六种指标,该数据参考刘逸的测算方法,统计各个城市休…

HunyuanVideo-Foley参数详解:影响音效质量的关键设置说明

HunyuanVideo-Foley参数详解:影响音效质量的关键设置说明 1. 技术背景与核心价值 随着视频内容创作的爆发式增长,音效制作逐渐成为提升作品沉浸感的重要环节。传统音效添加依赖人工逐帧匹配,耗时耗力且专业门槛高。2025年8月28日&#xff0…

AnimeGANv2部署优化:提升稳定性和响应速度的方法

AnimeGANv2部署优化:提升稳定性和响应速度的方法 1. 背景与挑战 随着AI图像风格迁移技术的普及,AnimeGANv2因其轻量高效、画风唯美的特点,成为“照片转动漫”类应用中最受欢迎的模型之一。其核心优势在于:小模型、快推理、高保真…

你的日历正在“出卖”你?新型钓鱼攻击借力日历订阅功能悄然渗透数百万设备

在大多数人眼中,数字日历不过是个安排会议、提醒生日或记录健身计划的工具。但就在刚刚过去的2025年末,全球网络安全界却因一个看似无害的功能——日历订阅(Calendar Subscription)——拉响了新的警报。据Infosecurity Magazine于…

HunyuanVideo-Foley保姆级教程:详细步骤教你智能添加环境音

HunyuanVideo-Foley保姆级教程:详细步骤教你智能添加环境音 1. 引言 1.1 技术背景与趋势 随着短视频、影视制作和内容创作的爆发式增长,音效在提升视频沉浸感和专业度方面的重要性日益凸显。传统音效添加依赖人工手动匹配,耗时耗力且对创作…

AnimeGANv2入门必读:动漫风格转换基础知识

AnimeGANv2入门必读:动漫风格转换基础知识 1. 技术背景与核心价值 随着深度学习在图像生成领域的快速发展,风格迁移(Style Transfer)技术逐渐从学术研究走向大众应用。传统神经风格迁移方法虽然能够实现艺术化效果,但…

甜蜜陷阱:当婚礼邀请变成钓鱼入口,你的手机和钱包正在被“请柬”掏空

在印度德里,一位名叫阿南德的IT工程师收到了一条来自表弟的WhatsApp消息:“哥,我和Priya下周六结婚!这是我们的电子请柬,点开看看吧!”附带一个短链接。阿南德点开后,页面跳转到一个制作精美的婚…