在Actions Runner Controller中自定义Docker-in-Docker镜像的实践指南
2025-06-08 11:25:20作者:郜逊炳
背景介绍
在Kubernetes环境中使用GitHub Actions自托管运行器时,Actions Runner Controller项目提供了强大的扩展能力。其中,Docker-in-Docker(dind)模式是常见的容器运行方式,它允许在容器内部运行Docker守护进程,为CI/CD流水线提供完整的Docker环境。
问题发现
默认情况下,Actions Runner Controller的Helm chart会使用预定义的dind镜像。但在实际生产环境中,我们可能需要:
- 使用内部镜像仓库中的镜像以避免拉取限制
- 使用特定版本的dind镜像以满足安全合规要求
- 使用经过定制化的dind镜像来包含必要的工具链
解决方案
通过分析Actions Runner Controller的Helm chart结构,我们发现虽然values.yaml文件中似乎提供了配置dind镜像的选项,但实际上这些配置被硬编码在模板辅助函数中。要解决这个问题,可以采用以下方法:
完整配置覆盖方案
- 在values.yaml中完全禁用默认的containerMode配置
- 在template部分手动定义完整的容器规范
示例配置如下:
containerMode:
type: "" # 显式禁用默认配置
template:
spec:
containers:
- name: runner
image: 自定义runner镜像:版本
command: ["/home/runner/run.sh"]
env:
- name: DOCKER_HOST
value: unix:///run/docker/docker.sock
volumeMounts:
- name: work
mountPath: /home/runner/_work
- name: dind-sock
mountPath: /run/docker
readOnly: true
- name: dind
image: 自定义dind镜像:版本
args:
- dockerd
- --host=unix:///run/docker/docker.sock
- --group=$(DOCKER_GROUP_GID)
securityContext:
privileged: true
volumeMounts:
- name: work
mountPath: /home/runner/_work
- name: dind-sock
mountPath: /run/docker
关键配置说明
- 容器模式:必须完全禁用默认配置才能使用自定义设置
- Runner容器:需要正确配置DOCKER_HOST环境变量指向dind套接字
- dind容器:必须启用privileged模式才能正常运行Docker守护进程
- 卷挂载:工作目录和Docker套接字目录必须在两个容器间共享
最佳实践建议
- 镜像选择:建议使用官方dind镜像的特定版本而非latest标签
- 资源分配:根据工作负载合理设置CPU和内存限制
- 安全考虑:在可能的情况下考虑使用rootless Docker配置
- 镜像缓存:配置适当的镜像拉取策略以减少启动时间
验证与测试
部署后,可以通过以下方式验证配置是否生效:
- 检查Pod描述确认使用了正确的镜像
- 在Runner中执行docker info命令验证Docker环境
- 运行简单的Docker命令测试功能完整性
总结
通过完全自定义容器配置,我们能够灵活地控制Actions Runner Controller中使用的dind镜像,满足企业级环境的各种定制化需求。这种方法虽然需要更多的手动配置,但提供了最大的灵活性和控制力。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
647
795
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
434
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.18 K
152
deepin linux kernel
C
30
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
146
237
暂无简介
Dart
984
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989