Apache DolphinScheduler在Kubernetes中运行Docker容器的解决方案
Apache DolphinScheduler作为一款优秀的分布式工作流任务调度系统,支持多种部署方式。在实际生产环境中,用户可能会遇到将Docker运行方式迁移到Kubernetes环境时的配置问题。
问题背景
当用户尝试在Kubernetes环境中运行DolphinScheduler的API服务容器时,可能会遇到"unresolved namespace"的错误提示。这种情况通常发生在直接使用Docker运行命令迁移到Kubernetes部署时,而没有充分考虑Kubernetes环境的特殊性。
问题分析
在Kubernetes环境中,DolphinScheduler默认会尝试与Kubernetes API进行交互,这是因为它内置了Spring Cloud Kubernetes的集成功能。当检测到运行在Kubernetes环境中时,系统会自动尝试获取命名空间等信息。如果这些信息未正确配置,就会导致"unresolved namespace"错误。
解决方案
针对这一问题,有两种主要的解决思路:
-
完全禁用Kubernetes集成:通过设置环境变量
SPRING_CLOUD_KUBERNETES_ENABLED=false,可以彻底关闭Spring Cloud Kubernetes的自动配置功能。这种方式适合那些不需要Kubernetes服务发现和配置功能的场景。 -
正确配置Kubernetes集成:如果确实需要使用Kubernetes的服务发现等功能,则需要确保:
- 正确设置命名空间
- 配置适当的RBAC权限
- 确保Pod能够访问Kubernetes API
最佳实践建议
对于大多数从Docker迁移到Kubernetes的用户,建议采用以下配置方式:
env:
- name: SPRING_CLOUD_KUBERNETES_ENABLED
value: "false"
- name: DATABASE
value: "postgresql"
- name: SPRING_DATASOURCE_URL
value: "jdbc:postgresql://postgres:5432/dolphinscheduler"
- name: SPRING_DATASOURCE_USERNAME
value: "<USER>"
- name: SPRING_DATASOURCE_PASSWORD
value: "<PASSWORD>"
- name: REGISTRY_ZOOKEEPER_CONNECT_STRING
value: "zookeeper:2181"
总结
在将Apache DolphinScheduler从Docker环境迁移到Kubernetes时,理解其与Kubernetes的集成机制非常重要。通过合理配置环境变量,可以灵活控制是否启用Kubernetes特有的功能。对于不需要这些高级功能的用户,简单的禁用Kubernetes集成是最直接有效的解决方案。
kernelopenEuler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。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00