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
kernelopenEuler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。C086
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python057
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0137
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 操作系统概念第六版PDF资源全面指南:适用场景与使用教程 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 STM32到GD32项目移植完全指南:从兼容性到实战技巧 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
472
3.49 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
213
86
暂无简介
Dart
719
173
Ascend Extension for PyTorch
Python
278
314
React Native鸿蒙化仓库
JavaScript
286
333
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++
848
432
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.27 K
696
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
10
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19