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 StartedRust099- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
deepin linux kernel
C
28
16
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
568
98
暂无描述
Dockerfile
709
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
暂无简介
Dart
951
235
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
2