在Kind集群中使用本地镜像仓库的实践指南
2025-05-15 21:11:42作者:宣海椒Queenly
Kind(Kubernetes in Docker)是一个使用Docker容器作为"节点"运行本地Kubernetes集群的工具。本文将详细介绍如何在Kind集群中配置和使用本地镜像仓库,解决实际部署过程中可能遇到的问题。
本地镜像仓库配置原理
在Kind集群中使用本地镜像仓库需要解决一个核心问题:容器网络命名空间隔离导致的localhost解析问题。由于每个容器都有自己的网络命名空间,localhost在容器内部解析为容器自身的环回地址,而不是宿主机的环回地址。
Kind通过以下机制解决这个问题:
- 创建一个专用的registry容器
- 将registry容器连接到kind网络
- 配置containerd将localhost:port的请求重定向到registry容器
详细配置步骤
1. 创建registry容器
首先需要创建一个运行registry:2镜像的容器:
docker run -d --restart=always -p "127.0.0.1:5001:5000" \
--network bridge --name kind-registry registry:2
这里将宿主机的5001端口映射到registry容器的5000端口。
2. 创建Kind集群
创建Kind集群时需要配置containerd的registry设置:
kind: Cluster
apiVersion: kind.x-k8s.io/v1alpha4
containerdConfigPatches:
- |-
[plugins."io.containerd.grpc.v1.cri".registry]
config_path = "/etc/containerd/certs.d"
3. 配置节点containerd
在每个节点上配置containerd的hosts.toml文件:
REGISTRY_DIR="/etc/containerd/certs.d/localhost:5001"
for node in $(kind get nodes); do
docker exec "${node}" mkdir -p "${REGISTRY_DIR}"
cat <<EOF | docker exec -i "${node}" cp /dev/stdin "${REGISTRY_DIR}/hosts.toml"
[host."http://kind-registry:5000"]
EOF
done
这个配置告诉containerd,当遇到localhost:5001的镜像请求时,实际应该从kind-registry:5000拉取。
4. 连接registry到kind网络
确保registry容器连接到kind网络:
docker network connect kind kind-registry
常见问题排查
无法拉取镜像
如果遇到无法从localhost:5001拉取镜像的问题,可以按照以下步骤排查:
- 确认镜像已正确推送到本地仓库
- 检查节点上的hosts.toml配置是否正确
- 验证registry容器是否正常运行并连接到kind网络
- 在节点内部测试连接到registry容器:
docker exec -it kind-worker curl http://kind-registry:5000/v2/_catalog
HTTPS与HTTP问题
注意containerd默认会尝试HTTPS连接,如果registry配置为HTTP,可能会看到警告信息。可以通过明确指定协议来避免这个问题。
最佳实践建议
- 使用一致的镜像名称:在宿主机和集群内部使用相同的镜像名称(如localhost:5001/image:tag)
- 明确协议:在hosts.toml中明确指定http://或https://
- 端口映射:确保宿主机的端口映射正确,且不与其他服务冲突
- 网络连接:验证registry容器是否连接到正确的网络
通过以上配置,可以在Kind集群中高效地使用本地镜像仓库,加速开发和测试流程。这种配置特别适合需要在本地频繁构建和测试容器镜像的场景。
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-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
最新内容推荐
Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 2023年最新HTMLCSSJS组件库:提升前端开发效率的必备资源 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 STDF-View解析查看软件:半导体测试数据分析的终极工具指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
312
2.72 K
deepin linux kernel
C
24
7
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++
639
244
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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!
C
1.03 K
469
Ascend Extension for PyTorch
Python
151
177
暂无简介
Dart
605
135
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
231
83
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
364
3 K
React Native鸿蒙化仓库
JavaScript
237
310