Kubeblocks Addons中Helm资源保留策略的全局配置优化
2025-06-30 10:42:21作者:殷蕙予
在Kubernetes生态中,Helm作为主流的包管理工具,其资源管理策略直接影响着应用的生命周期管理。Kubeblocks作为云原生数据库管理平台,其Addons系统通过Helm Chart提供扩展能力。近期项目针对Helm资源保留策略进行了重要优化,通过全局配置实现了更优雅的资源管理方式。
背景与挑战
当使用Helm管理Kubernetes资源时,默认情况下执行helm uninstall会删除所有关联资源。但在实际生产环境中,某些资源(如PersistentVolume、ConfigMap等)往往需要在应用卸载后保留,以确保数据安全或配置持久化。
传统做法需要为每个资源单独添加helm.sh/resource-policy: keep注解,这种方式存在两个主要问题:
- 维护成本高:需要在多个资源文件中重复添加相同注解
- 容易遗漏:开发者可能忘记为关键资源添加保留策略
解决方案设计
Kubeblocks Addons通过Helm Values文件实现了全局资源保留策略配置。该方案的核心设计包括:
- 统一配置入口:在values.yaml中新增
global.resourcePolicy字段 - 模板化注入:通过Helm模板引擎自动为所有资源添加保留注解
- 细粒度控制:支持资源级别的策略覆盖
典型配置示例:
global:
resourcePolicy: keep
技术实现细节
在Helm模板中,通过range遍历所有资源并注入注解:
{{- define "common.annotations" }}
{{- if .Values.global.resourcePolicy }}
helm.sh/resource-policy: {{ .Values.global.resourcePolicy }}
{{- end }}
{{- end }}
{{- range $resource := .Resources }}
apiVersion: {{ $resource.apiVersion }}
kind: {{ $resource.kind }}
metadata:
annotations:
{{- include "common.annotations" $ | nindent 4 }}
...
{{- end }}
这种实现方式带来了三大优势:
- 维护简便:只需修改一处配置即可影响所有资源
- 向后兼容:不影响现有单独配置的资源策略
- 灵活可控:可通过资源特定配置覆盖全局策略
最佳实践建议
基于该特性,推荐以下使用方式:
- 生产环境配置:建议全局设置为keep,确保关键资源不被误删
- 开发环境配置:可根据需要关闭保留策略,方便快速清理
- 混合策略管理:对PV等重要资源保持独立配置,其他资源继承全局设置
未来演进方向
该优化为Kubeblocks Addons的资源管理奠定了良好基础,后续可考虑:
- 支持更复杂的策略条件(如基于资源类型的策略)
- 实现策略的版本化管理
- 与Kubeblocks的备份恢复系统深度集成
通过这次优化,Kubeblocks Addons在资源生命周期管理方面迈出了重要一步,为云原生数据库管理提供了更可靠的基础设施保障。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
269
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1