Harvester 集群在离线环境下的镜像上传与下载问题分析
问题背景
在离线环境(air-gapped)部署的Harvester集群中,用户尝试通过文件上传或内部URL下载方式创建虚拟机镜像时遇到了操作失败的情况。这个问题在标准网络环境下不会出现,但在离线部署场景下会稳定复现。
错误现象
当用户尝试创建镜像时,系统会返回以下错误信息:
Retry attempted 3/3 failed due to error: BackingImage.longhorn.io "vmi-2618f2cc-546a-4147-85ed-a33282cd9bc8" is invalid: spec.dataEngine: Unsupported value: "": supported values: "v1", "v2"
根本原因分析
经过深入排查,发现问题源于Longhorn组件的镜像版本不匹配:
-
镜像拉取失败:Longhorn的三个关键组件(manager、share-manager和UI)在离线环境中无法正确获取,因为这些组件尝试拉取的是特定版本标签(v1.8.0)而非Harvester ISO中打包的版本(v1.8.x-head)。
-
Mutator功能失效:由于Longhorn manager未能正常运行,导致BackingImage资源的dataEngine字段无法被自动设置为默认值"v1"。这个字段是Longhorn v2数据引擎引入的新特性,必须明确指定为"v1"或"v2"。
-
离线环境特殊性:在标准网络环境中,系统可以自动拉取所需镜像;但在离线环境中,必须确保所有依赖镜像都已正确打包并部署到本地镜像仓库。
解决方案
要解决此问题,需要采取以下措施:
-
手动部署正确的Longhorn镜像:将Longhorn v1.8.0的所有相关组件镜像手动部署到离线环境中,包括:
- longhornio/longhorn-manager
- longhornio/longhorn-share-manager
- longhornio/longhorn-ui
-
等待官方修复:Harvester团队正在准备Longhorn v1.8.1的集成,该版本将包含正确的镜像列表,从根本上解决此问题。
技术细节
当Longhorn manager正常运行时,它会通过Mutator webhook自动为BackingImage资源设置dataEngine字段的默认值"v1"。但在当前问题场景下,由于manager组件未能启动,这个自动化过程失效,导致API验证失败。
结论
这个问题凸显了在离线环境中部署云原生系统时版本管理和组件依赖的重要性。Harvester团队已经识别到问题根源,并将在后续版本中提供官方修复方案。对于急需在离线环境中使用此功能的用户,目前可以通过手动部署正确版本的Longhorn组件作为临时解决方案。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-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。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0309- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









