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
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
568
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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
349
202
Ascend Extension for PyTorch
Python
379
452
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1