Longhorn项目中通过extraObjects扩展自定义资源部署
2025-06-01 02:20:55作者:伍希望
在Longhorn项目的Helm chart中,开发者提出了一项改进建议,旨在增强部署时的灵活性。这项改进允许用户在部署Longhorn时,通过配置额外资源对象来满足个性化需求。
背景与需求
在Kubernetes生态中,Helm作为主流的包管理工具,其灵活性体现在能够根据用户需求进行定制化部署。对于Longhorn这样的分布式存储系统,用户经常需要在部署时附带一些相关资源,例如:
- 监控相关的Grafana仪表板配置
- 外部密钥管理系统集成的ExternalSecret资源
- 特定环境所需的ConfigMap配置
- 其他与Longhorn配套使用的自定义资源
传统做法需要用户在部署Longhorn后手动创建这些资源,这不仅增加了操作复杂度,也不利于实现完全声明式的GitOps工作流。
技术实现方案
Longhorn团队采纳了社区建议,在Helm chart的values.yaml中新增了extraObjects字段。这个字段采用数组格式,允许用户直接定义需要随Longhorn一起部署的Kubernetes资源清单。
典型配置示例如下:
extraObjects:
- apiVersion: v1
kind: ConfigMap
metadata:
name: monitoring-config
namespace: longhorn-system
data:
dashboard.json: |
{
"title": "Longhorn Dashboard",
"panels": [...]
}
- apiVersion: external-secrets.io/v1beta1
kind: ExternalSecret
metadata:
name: backup-credentials
spec:
refreshInterval: 1h
secretStoreRef:
name: vault-backend
kind: SecretStore
target:
name: longhorn-backup-secret
data:
- remoteRef:
key: secrets/data/backup
property: s3_access_key
secretKey: AWS_ACCESS_KEY_ID
实现原理
在Helm模板引擎中,extraObjects数组会被遍历处理,每个元素都会通过toYaml函数转换为标准的Kubernetes资源定义。这些资源会与Longhorn的核心组件一起被部署到指定命名空间。
技术实现上主要涉及:
- Helm模板中对range循环的使用
- Kubernetes资源定义的动态渲染
- 资源间的依赖关系管理
使用场景
这项改进特别适用于以下场景:
- 一体化部署:将Longhorn与其依赖的监控组件、配置资源一次性部署完成
- GitOps实践:在ArgoCD等GitOps工具中实现完全声明式的部署
- 环境标准化:确保不同环境中的Longhorn部署附带相同的辅助资源配置
- 自动化运维:与CI/CD流水线集成,减少人工干预环节
注意事项
虽然extraObjects提供了部署灵活性,但使用时仍需注意:
- 资源定义应符合Kubernetes规范
- 命名空间应与Longhorn部署保持一致(默认为longhorn-system)
- 避免定义与Longhorn核心组件冲突的资源
- 复杂资源建议先单独测试验证
验证方法
用户可以通过以下方式验证功能是否正常工作:
- 在values.yaml中添加测试用的ConfigMap定义
- 执行helm install/upgrade命令
- 使用kubectl检查资源是否被正确创建
- 验证资源是否按预期工作
示例测试用例:
extraObjects:
- apiVersion: v1
kind: ConfigMap
metadata:
name: test-config
namespace: longhorn-system
data:
test-key: test-value
总结
Longhorn通过引入extraObjects支持,显著提升了部署的灵活性和可扩展性。这一改进使得用户能够更好地将Longhorn集成到现有的基础设施中,实现真正的一键式部署体验。对于需要高度定制化环境的用户来说,这无疑是一个值得关注的重要特性。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
336
178
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355