Flux2 项目中 OpenShift SCC 的声明式配置实践
2025-05-31 09:40:49作者:幸俭卉
背景介绍
在 Kubernetes 生态系统中,OpenShift 作为企业级发行版提供了额外的安全控制机制,其中 Security Context Constraints (SCC) 是其特有的安全特性。SCC 定义了 Pod 和容器运行时的权限边界,比标准的 Kubernetes Pod Security Policies (PSP) 提供了更细粒度的控制。
传统命令式配置方式
在 Flux2 项目的文档中,原本推荐使用 OpenShift 命令行工具 oc adm 来为 Flux 控制器服务账户添加 SCC 权限。这种方式虽然有效,但存在几个明显缺点:
- 需要手动执行命令
- 不利于版本控制和审计
- 无法实现 GitOps 工作流
- 在多集群环境中难以保持一致
典型的命令式配置示例如下:
for i in ${!FLUX_CONTROLLERS[@]}; do
oc adm policy add-scc-to-user nonroot system:serviceaccount:${FLUX_NAMESPACE}:${FLUX_CONTROLLERS[$i]}
done
声明式配置方案
我们可以将上述命令式操作转换为 Kubernetes 原生资源定义,具体实现为 ClusterRole 资源。这种声明式配置有以下优势:
- 可版本控制
- 可审计
- 符合 GitOps 原则
- 易于在多集群环境中保持一致
具体实现
以下是一个完整的 ClusterRole 定义示例,用于授予 Flux 控制器服务账户使用 OpenShift 的 nonroot SCC 权限:
apiVersion: rbac.authorization.k8s.io/v1
kind: ClusterRole
metadata:
name: flux-nonroot-scc
rules:
- apiGroups:
- security.openshift.io
resources:
- securitycontextconstraints
resourceNames:
- nonroot
verbs:
- use
工作原理
- apiGroups:指定了安全相关的 API 组,这里是 OpenShift 特有的
security.openshift.io - resources:定义了要操作的资源类型,即
securitycontextconstraints(SCC) - resourceNames:限定了具体的 SCC 名称,这里是
nonroot - verbs:定义了允许的操作,对于 SCC 只需要
use权限
部署建议
- 预安装配置:可以在 Flux 安装前就将此 ClusterRole 定义应用到集群中
- 结合 RoleBinding:需要创建相应的 RoleBinding 将此 ClusterRole 绑定到 Flux 控制器使用的服务账户
- 多租户环境:在多命名空间部署时,确保为每个 Flux 实例的服务账户创建对应的绑定
安全最佳实践
- 最小权限原则:仅授予必要的 SCC 权限,本例中使用的是限制较多的
nonrootSCC - 定期审计:定期检查 ClusterRole 和绑定关系,确保没有过度授权
- 命名规范:为 ClusterRole 使用有意义的名称,如
flux-nonroot-scc,便于识别和管理
总结
将 OpenShift SCC 配置从命令式转换为声明式,不仅提升了配置管理的便利性,也更好地融入了 GitOps 工作流。这种模式可以推广到其他需要特殊权限的 OpenShift 工作负载中,实现更安全、更可控的集群管理。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
649
🎉 (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
1.06 K
614
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
195
71
仓颉编程语言测试用例。
Cangjie
36
649