Amazon EKS AMI 中AL2023节点引导方式的重大变化
2025-06-30 22:52:50作者:廉皓灿Ida
背景介绍
在AWS EKS服务中,Amazon EKS AMI是用于部署Kubernetes工作节点的官方镜像。最近有用户发现,在使用最新版Amazon Linux 2023(AL2023)的EKS AMI时,传统的/etc/eks/bootstrap.sh脚本不见了,这导致了一些依赖该脚本的自动化流程出现问题。
问题本质
实际上,这并不是一个bug,而是AWS对EKS节点引导机制的一次重大升级。在AL2023 AMI中,AWS引入了一个名为nodeadm的新引导系统,完全取代了传统的bootstrap.sh脚本方式。
nodeadm与传统方式的区别
-
架构变化:
- 传统方式:使用shell脚本(
bootstrap.sh)进行节点初始化 - 新方式:采用专门的
nodeadm工具进行节点引导
- 传统方式:使用shell脚本(
-
配置方式:
- 传统方式:通过向
bootstrap.sh传递命令行参数 - 新方式:使用YAML格式的配置文件
- 传统方式:通过向
-
功能增强:
- nodeadm提供了更结构化的配置方式
- 支持更丰富的配置选项
- 具有更好的错误处理和日志记录能力
对用户的影响
-
自动化脚本需要更新: 所有依赖
/etc/eks/bootstrap.sh的自动化部署脚本都需要调整为使用nodeadm。 -
配置方式变化: 原先通过命令行参数传递的kubelet配置现在需要通过YAML文件配置。
-
AMI版本兼容性: 这一变化仅影响AL2023及以后版本的AMI,之前的Amazon Linux 2 AMI仍然使用传统方式。
迁移建议
对于需要从传统方式迁移到nodeadm的用户,建议:
- 查阅nodeadm的官方文档,了解新的配置语法
- 将现有的bootstrap.sh参数转换为nodeadm的YAML配置
- 测试新的节点引导流程
- 更新自动化部署工具和基础设施代码
总结
AWS EKS团队在AL2023 AMI中引入nodeadm是一个积极的架构改进,虽然带来了短期的兼容性挑战,但从长期来看提供了更强大、更可靠的节点引导机制。用户应当及时了解这一变化,并相应调整自己的部署流程。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
285
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108