Выпуск примечателен синхронизацией компонентов платформы с ветками Elasticsearch 7.0 и Kibana UI 7.0, и обеспечением полной совместимости с ними. В том числе доступны такие возможности, как поддержка SQL, генерация уведомлений, механизмы диагностики производительности кластера и дополнительные средства для обеспечения безопасности ( аутентификация через Active Directory, Kerberos, SAML и OpenID, реализация единой точки входа (SSO), поддержка шифрования трафика, система разграничения доступа на основе ролей (RBAC), ведение детального лога для аудита).

После двух лет разработки состоялся релиз Debian GNU/Linux 10.0 (Buster), доступный для десяти официально поддерживаемых архитектур: Intel IA-32/x86 (i686), AMD64 / x86-64, ARM EABI (armel), 64-bit ARM (arm64), ARMv7 (armhf), MIPS (mips, mipsel, mips64el), PowerPC 64 (ppc64el) и IBM System z (s390x). Обновления для Debian 10 будут выпускаться в течение 5 лет.

На больших нагрузках пользователи Zabbix сталкиваются с отсутствием кластеризации как таковой в бесплатной версии и проблемами при необходимости хранения в СУБД очень больших объёмов данных. Поддерживаемые в Zabbix реляционные СУБД, такие как PostgreSQL, MySQL, Oracle и mssql, плохо адаптированы для хранения трендов для истории - выборка по большому количеству метрик за пол года уже будет "тяжёлой" и нужно оптимизировать СУБД и запросы, строить кластеры серверов баз данных и т.п.

В качестве выхода в Glaber воплощена идея по использованию специализированной СУБД ClickHouse, которая обеспечивает хорошее сжатие данных и очень высокую скорость обработки запросов (на том же оборудовании можно добиться снижения нагрузки на CPU и дисковую систему в 20-50 раз). Кроме поддержки ClickHouse в Glaber также добавлены различные оптимизации, такие как использование асинхронных snmp-запросов, массовая (пакетная) обработка данных от агентов мониторинга и использование nmap для распараллеливания проверки доступности хостов, которые позволили ускорить опрос состояний более чем в 100 раз. В Glaber также ведётся работа над поддержкой кластеризации, для которой в будущем планируется использовать etcd.