【亲测免费】 Kubeapps 项目安装与使用指南
1. 项目介绍
Kubeapps 是一个基于 Kubernetes 集群的 Web 应用程序,旨在帮助用户通过简单的安装步骤,轻松部署、管理和升级 Kubernetes 集群中的应用程序。Kubeapps 支持浏览和部署 Helm charts、Flux 或 Carvel 包,并且可以从公共或私有仓库(包括 VMware Marketplace™ 和 Bitnami 应用目录)获取这些包。此外,Kubeapps 还提供了直观的用户界面,用于自定义部署、浏览、升级和删除集群中的应用程序。
Kubeapps 2.0 及以上版本仅支持 Helm 3,尽管如此,大多数 Helm 2 的 charts 仍然可以在 Kubeapps 中正常工作。
2. 项目快速启动
安装 Kubeapps
安装 Kubeapps 非常简单,只需执行以下命令:
# 添加 Bitnami 仓库
helm repo add bitnami https://charts.bitnami.com/bitnami
# 创建 Kubeapps 命名空间
kubectl create namespace kubeapps
# 安装 Kubeapps
helm install kubeapps --namespace kubeapps bitnami/kubeapps
访问 Kubeapps
安装完成后,您可以通过以下命令获取 Kubeapps 的访问 URL:
kubectl get svc kubeapps --namespace kubeapps
通常,Kubeapps 的 URL 为 http://<service-ip>:80。
3. 应用案例和最佳实践
案例1:在 Kubernetes 集群中部署 WordPress
-
添加 Helm 仓库:
helm repo add bitnami https://charts.bitnami.com/bitnami -
安装 WordPress:
helm install my-wordpress bitnami/wordpress -
访问 WordPress: 通过
kubectl get svc获取 WordPress 的访问 URL,通常为http://<service-ip>:80。
案例2:使用 Kubeapps 管理多个 Helm 应用
-
登录 Kubeapps: 访问 Kubeapps 的 Web 界面,使用 Kubernetes 的 RBAC 进行身份验证。
-
部署应用: 在 Kubeapps 界面中,选择“Deploy”按钮,浏览并选择要部署的 Helm chart,然后点击“Deploy”。
-
管理应用: 在 Kubeapps 界面中,您可以查看已部署的应用,进行升级、回滚或删除操作。
4. 典型生态项目
Helm
Helm 是 Kubernetes 的包管理工具,Kubeapps 主要依赖 Helm 来管理和部署应用程序。Helm charts 是预配置的 Kubernetes 资源包,通过 Helm 可以轻松部署和管理复杂的 Kubernetes 应用。
Flux
Flux 是一个持续交付工具,用于自动化 Kubernetes 集群中的应用部署。Kubeapps 可以与 Flux 集成,实现应用的自动更新和回滚。
Carvel
Carvel 是一组开源工具,用于构建、配置和部署 Kubernetes 应用。Kubeapps 支持 Carvel 包的部署,进一步扩展了其应用管理能力。
通过以上模块的介绍,您可以快速上手 Kubeapps,并了解其在 Kubernetes 生态中的应用和集成。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03