Harvester项目中的存储类默认设置冲突问题分析与解决方案
问题背景
在Harvester v1.4.0至v1.4.1-rc1版本的升级过程中,部分用户遇到了一个与存储类(StorageClass)相关的升级障碍。具体表现为当集群中存在非默认存储类设置时,升级过程会被webhook拦截,提示"default storage class already exists"错误。
问题现象
在3节点见证(witness)集群环境中,当用户创建了一个自定义存储类(如名为sc2的存储类)并将其设置为默认存储类后,尝试执行Harvester版本升级时会遇到以下错误:
admission webhook "validator.harvesterhci.io" denied the request: managed chart harvester is not ready, please wait for it to be ready
进一步检查ManagedChart状态时,会发现更详细的错误信息:
cannot patch "harvester-longhorn" with kind StorageClass: admission webhook "validator.harvesterhci.io" denied the request: default storage class %!s(MISSING) already exists, please reset it first
根本原因分析
经过深入调查,发现该问题由以下几个因素共同导致:
-
Harvester chart的默认行为:Harvester chart在部署时会自动将
harvester-longhorn
存储类标记为默认(default)存储类,通过设置storageclass.kubernetes.io/is-default-class: "true"
注解。 -
集群扩展时的自动部署:当集群处于扩展状态(如添加新节点)时,Harvester相关部署会自动扩展,这是由于
management.cattle.io/scale-available
注解的存在。 -
webhook验证冲突:当用户已经设置了其他存储类为默认存储类,而Harvester managedchart尝试重新部署并更新变更时,webhook会拦截这种冲突操作,导致升级失败。
解决方案
针对这一问题,开发团队提出了以下解决方案:
-
chart模板条件增强:在chart定义中添加更多条件判断,使用Helm的lookup功能检查是否已有其他存储类设置了默认注解。
-
控制器逻辑优化:当任何非
harvester-longhorn
存储类被设置为默认时,Harvester控制器应自动将managedchart中的spec.values.storageClass.defaultStorageClass
字段设置为false,避免冲突。 -
临时解决方案:在升级前手动编辑managedchart,将
spec.values.storageClass.defaultStorageClass
设置为false。
技术实现细节
修复方案主要包含以下技术实现:
-
Helm模板条件判断:在harvester-storageclass.yaml模板中添加条件判断,确保只有在没有其他默认存储类时才设置
harvester-longhorn
为默认。 -
webhook验证逻辑优化:修改webhook验证逻辑,正确处理存储类默认状态的变更请求。
-
超时设置修复:确保所有webhook配置都设置了适当的timeoutSeconds值,避免因超时导致的升级失败。
验证方案
为确保修复效果,建议进行以下验证步骤:
- 创建一个新存储类并将其设置为默认存储类
- 观察managedchart状态,确认没有出现存储类冲突错误
- 执行版本升级操作,验证升级过程顺利完成
- 检查升级后集群状态,确认所有组件正常运行
总结
Harvester项目中存储类默认设置的冲突问题是一个典型的配置管理挑战。通过增强chart的条件判断、优化控制器逻辑和webhook验证机制,开发团队有效解决了这一问题。这一修复不仅解决了当前版本的升级障碍,也为后续版本提供了更健壮的存储类管理机制。
对于正在使用v1.4.0版本且遇到此问题的用户,可以按照提供的临时解决方案进行操作,或者等待包含完整修复的v1.4.2版本发布。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









