Harvester项目中的第三方存储集成与优化实践
摘要
本文深入探讨了开源项目Harvester在v1.5.0版本中对第三方存储系统的集成与优化实践。作为一款基于Kubernetes构建的开源超融合基础设施(HCI)解决方案,Harvester通过一系列技术改进实现了对多种存储后端的支持,包括Longhorn v1/v2、LVM等存储系统,为用户提供了更灵活的存储选择方案。
存储集成架构设计
Harvester通过容器化数据导入器(CDI)技术实现了对不同存储后端的支持。在架构层面,系统会根据用户选择的存储类型自动配置相应的处理方式:
- 对于Longhorn v1存储,系统采用backingimage机制
- 对于其他存储类型(如Longhorn v2、LVM等),则使用CDI标准流程
这种设计使得Harvester能够在不改变用户操作习惯的前提下,实现对多种存储系统的无缝支持。
关键技术实现
镜像管理增强
在镜像创建页面中,系统会根据用户选择的存储类型自动填充spec.backend和spec.targetStorageClassName字段。这一改进使得:
- 文件上传(File)和URL下载方式都能正确适配不同存储后端
- 用户可以在存储选项卡中选择所有可用的StorageClass
- 镜像列表页面新增了存储类列,提高了管理透明度
虚拟机创建流程优化
在虚拟机创建过程中,系统现在会:
- 显示存储类和虚拟大小信息
- 当根磁盘大小小于镜像虚拟大小时,显示错误提示并禁用创建按钮
- 针对Longhorn v2数据引擎,默认启用migratable特性(基于Longhorn v1.8的实时迁移支持)
这些改进显著提升了用户体验,避免了因存储配置不当导致的创建失败问题。
存储卷管理改进
存储卷列表页面实现了以下优化:
- 过滤掉带有特定注解的PVC和卷
- 支持跨存储类的"导出镜像"操作(CDI卷除外)
- 除LHv2存储类外,其他卷类型支持"创建快照"功能
这些改进使得存储管理更加灵活,同时保持了操作的直观性。
性能考量与状态管理
在技术实现过程中,团队注意到从Longhorn v2镜像创建虚拟机时,由于CDI需要完整复制镜像,耗时明显增加。这导致了虚拟机状态显示上的挑战:
- "stopping"状态持续时间延长
- 状态转换顺序变为"Unschedule"→"Starting"
通过专门的优化工作,团队改进了状态机逻辑,确保了即使在长时间操作下,用户界面也能提供准确的状态反馈。
未来发展方向
虽然当前版本已经实现了对多种存储系统的支持,但团队已经规划了进一步的改进:
- 存储配置克隆策略的精细化控制
- 第三方存储配置的专用界面
- 更完善的存储性能监控
这些改进将在后续版本中逐步实现,为用户提供更强大的存储管理能力。
结论
Harvester通过对第三方存储系统的深度集成,成功扩展了其存储能力边界,同时保持了产品的易用性特点。这一系列改进不仅丰富了用户的选择,也为企业级存储方案提供了更多可能性,体现了Harvester作为开源超融合解决方案的技术前瞻性。
- 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~043CommonUtilLibrary
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!C0300- 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









