Helm Controller 使用教程
1. 项目介绍
helm-controller 是一个 Kubernetes 操作符,允许用户以声明式的方式管理 Helm chart 的发布。它是 GitOps Toolkit 的一部分,依赖于 source-controller 从 Helm 仓库获取 Helm chart。通过 Kubernetes 自定义资源 HelmRelease,用户可以定义 Helm 发布的期望状态。helm-controller 会根据 HelmRelease 资源的变化执行相应的 Helm 操作,如安装、升级、回滚等。
2. 项目快速启动
2.1 安装 Helm Controller
首先,确保你已经安装了 kubectl 和 helm。然后,使用以下命令安装 helm-controller:
kubectl apply -f https://raw.githubusercontent.com/fluxcd/helm-controller/main/deploy/crds.yaml
kubectl apply -f https://raw.githubusercontent.com/fluxcd/helm-controller/main/deploy/rbac.yaml
kubectl apply -f https://raw.githubusercontent.com/fluxcd/helm-controller/main/deploy/deployment.yaml
2.2 创建 HelmRelease 资源
创建一个 HelmRelease 资源文件 my-release.yaml,内容如下:
apiVersion: helm.toolkit.fluxcd.io/v2beta1
kind: HelmRelease
metadata:
name: my-release
namespace: default
spec:
chart:
spec:
chart: nginx
version: "1.2.3"
sourceRef:
kind: HelmRepository
name: stable
namespace: default
interval: 5m
values:
service:
type: NodePort
然后应用该资源:
kubectl apply -f my-release.yaml
2.3 验证安装
使用以下命令查看 Helm 发布的状态:
kubectl get helmrelease -n default
3. 应用案例和最佳实践
3.1 自动化 Helm 发布管理
helm-controller 可以与 CI/CD 工具集成,实现 Helm 发布的自动化管理。例如,当有新的 Helm chart 版本发布时,CI/CD 工具可以自动更新 HelmRelease 资源,触发 helm-controller 执行升级操作。
3.2 多环境部署
在多环境(如开发、测试、生产)中,可以使用不同的 HelmRelease 资源来管理不同环境的 Helm 发布。通过配置不同的 values 文件,可以轻松实现环境间的差异管理。
4. 典型生态项目
4.1 Flux CD
helm-controller 是 Flux CD 的一部分,Flux CD 是一个完整的 GitOps 工具链,支持从 Git 仓库到 Kubernetes 集群的持续交付。
4.2 Source Controller
source-controller 是 helm-controller 的依赖项目,负责从 Helm 仓库、Git 仓库等源获取 Helm chart。
4.3 Kustomize
helm-controller 内置了与 Kustomize 兼容的 Helm 后处理器,支持战略合并、JSON 6902 和镜像补丁,增强了 Helm 发布的灵活性和可定制性。
通过以上步骤,你可以快速上手并使用 helm-controller 管理 Kubernetes 中的 Helm 发布。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0138
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03