Kyverno 1.14.1 版本中准入控制器与报告组件的依赖问题分析
问题背景
在 Kubernetes 安全策略管理工具 Kyverno 的 1.14.1 版本中,用户发现了一个关键性功能缺陷:当禁用报告组件时,准入控制器(admission controller)无法正常启动,会进入崩溃循环状态。这个问题在生产环境中可能造成严重的影响,因为准入控制器是 Kyverno 提供策略执行能力的核心组件。
问题现象
当用户同时安装 Kyverno 的准入控制器和报告组件(包括 policy reporter、policy reporter UI 和 report server)时,系统运行正常。然而,一旦移除或禁用报告组件,准入控制器 Pod 在重启后会持续崩溃,进入 CrashLoopBackOff 状态。
错误日志显示准入控制器无法启动报告监视器(watcher),报错信息为"the server could not find the requested resource"。即使删除相关的验证和变异 webhook 配置,以及报告相关的 API 服务,问题依然存在。
技术分析
Kyverno 的设计支持多种部署模式,可以根据不同使用场景选择启用特定控制器:
- 作为准入 Webhook 运行:提供准入验证、变更和镜像验证功能,需要准入控制器、报告控制器和后台控制器
- 作为报告组件运行:审计现有集群资源,需要报告控制器、准入控制器和后台控制器
- 作为资源生成器运行:自动同步或创建资源,需要准入控制器和后台控制器
- 作为清理组件运行:清理 Kubernetes 资源,只需要清理控制器
在 1.14.1 版本中,准入控制器对报告相关的 CRD 存在硬性依赖,即使不启用报告功能,也需要安装以下 CRD:
- clusterephemeralreports.reports.kyverno.io
- ephemeralreports.reports.kyverno.io
- policyreports.wgpolicyk8s.io
- clusterpolicyreports.wgpolicyk8s.io
这种设计导致了当用户仅需要准入控制功能时,仍然必须安装这些报告相关的 CRD,否则准入控制器将无法启动。
解决方案
Kyverno 社区已经通过两个关键 PR 解决了这个问题:
- 允许完全禁用报告功能,包括报告控制器和后台控制器
- 支持仅运行准入控制器而不安装报告相关的 CRD
这些改进使得 Kyverno 的部署更加灵活,用户可以根据实际需求选择安装必要的组件,而不必强制安装所有相关资源。
最佳实践建议
对于不同使用场景的用户,建议采取以下部署策略:
- 仅需策略执行功能的用户:可以仅部署准入控制器,无需安装报告组件和相关 CRD
- 需要完整功能的用户:同时部署准入控制器和报告组件
- 仅需审计功能的用户:可以仅部署报告组件
在生产环境中升级或部署 Kyverno 时,建议:
- 仔细规划所需的组件组合
- 测试不同组件组合的兼容性
- 关注 Kyverno 的版本更新说明,了解组件依赖关系的变化
总结
Kyverno 1.14.1 版本中准入控制器对报告组件的硬性依赖问题已经得到修复。新版本提供了更灵活的部署选项,允许用户根据实际需求选择安装组件,而不必承担不必要的资源开销。这一改进使得 Kyverno 在资源受限环境或仅需部分功能的场景下部署更加简便高效。
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
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
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00