在Actions Runner Controller中配置节点亲和性的实践指南
2025-06-09 08:50:00作者:韦蓉瑛
Actions Runner Controller是GitHub Actions自托管运行器的管理工具,它允许用户在Kubernetes集群中动态创建和管理运行器。本文将详细介绍如何为控制器Pod、监听器Pod和运行器Pod配置节点亲和性,实现工作负载的精细调度。
节点亲和性配置概述
节点亲和性是Kubernetes中控制Pod调度的重要机制,它允许用户指定Pod应该运行在哪些节点上。在Actions Runner Controller中,我们可以为三种不同类型的Pod分别配置节点亲和性:
- 控制器Pod:负责管理整个运行器生命周期
- 监听器Pod:监听GitHub Actions的工作流任务
- 运行器Pod:实际执行工作流任务的临时Pod
具体配置方法
控制器Pod的亲和性配置
通过Helm values文件为控制器部署配置节点亲和性:
controller:
affinity:
nodeAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
nodeSelectorTerms:
- matchExpressions:
- key: kubernetes.io/arch
operator: In
values:
- amd64
监听器Pod的亲和性配置
监听器Pod的配置需要修改RunnerScaleSet自定义资源:
template:
spec:
affinity:
nodeAffinity:
requiredDuringSchedulingIgnoredDuringExecution:
nodeSelectorTerms:
- matchExpressions:
- key: node-group
operator: In
values:
- actions-runners
运行器Pod的亲和性配置
运行器Pod的配置同样通过RunnerScaleSet资源实现:
template:
spec:
affinity:
nodeAffinity:
preferredDuringSchedulingIgnoredDuringExecution:
- weight: 100
preference:
matchExpressions:
- key: workload-type
operator: In
values:
- ephemeral-runners
高级调度策略
除了基本的节点亲和性外,Actions Runner Controller还支持更高级的调度策略:
- 污点和容忍:可以配合节点亲和性使用,实现更复杂的调度逻辑
- 拓扑分布约束:控制Pod在集群中的分布方式
- 资源请求和限制:确保Pod有足够的资源运行
容器化工作流任务
对于使用Kubernetes作为作业执行环境的场景,可以通过Hook扩展机制进一步定制运行环境。这种方式允许在作业容器启动前后执行自定义逻辑,实现更精细的资源控制和环境配置。
最佳实践建议
- 为不同类型的Pod使用不同的节点组,实现资源隔离
- 生产环境建议使用requiredDuringSchedulingIgnoredDuringExecution确保关键Pod的调度
- 测试环境可以使用preferredDuringSchedulingIgnoredDuringExecution提高灵活性
- 定期监控节点资源使用情况,及时调整亲和性规则
通过合理配置节点亲和性,可以显著提高Actions Runner Controller的稳定性和性能,确保自托管运行器高效可靠地执行GitHub Actions工作流。
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-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0188- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
awesome-zig一个关于 Zig 优秀库及资源的协作列表。Makefile00
项目优选
收起
deepin linux kernel
C
27
12
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
598
4.03 K
Ascend Extension for PyTorch
Python
440
531
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++
920
768
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
368
247
🎉 (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
1.46 K
822
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
112
168
暂无简介
Dart
844
204
🔥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
130
156