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。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00