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
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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!Kotlin08
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
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
539
3.76 K
Ascend Extension for PyTorch
Python
344
412
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++
886
605
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
337
182
暂无简介
Dart
777
192
deepin linux kernel
C
27
11
🎉 (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
1.34 K
757
React Native鸿蒙化仓库
JavaScript
303
356
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
252
仓颉编译器源码及 cjdb 调试工具。
C++
154
896