Harvester项目升级Rancher与RKE2版本的技术解析
2025-06-15 15:24:25作者:申梦珏Efrain
在开源容器管理平台Harvester的最新版本v1.4.1开发过程中,项目团队完成了对核心组件Rancher和RKE2的重要版本升级。这项技术升级为整个平台带来了更强大的功能和更稳定的性能表现。
升级内容概述
本次版本升级包含两个关键组件的更新:
-
RKE2升级:从原有版本升级至v1.30.7+rke2r1版本。RKE2作为Harvester底层使用的Kubernetes发行版,这次升级带来了Kubernetes核心功能的最新改进和安全补丁。
-
Rancher升级:从原有版本升级至v2.9.3版本。Rancher作为Harvester的管理界面和集群管理工具,这次升级包含了用户界面改进、性能优化以及新功能的引入。
技术实现细节
升级工作主要通过修改Harvester安装程序(harvester-installer)的代码库完成。开发团队更新了相关组件的版本定义和依赖关系,确保新版本能够与Harvester其他组件无缝集成。
在实现过程中,团队特别注意了以下技术要点:
- 版本兼容性验证:确保新版本的RKE2和Rancher与Harvester现有功能完全兼容
- 升级路径测试:验证从旧版本平滑升级到新版本的可行性
- 性能基准测试:确认新版本不会对系统性能产生负面影响
验证方法与结果
技术团队设计了详细的验证方案来确认升级的成功实施:
-
环境准备:在基于qemu/KVM的2节点环境中部署了包含升级内容的新版本Harvester(v1.4.1-dev-20241222)
-
版本确认:
- 通过嵌入式Rancher界面(需在首选项中启用开发者功能)访问集群管理页面
- 在集群/节点页面确认节点版本显示为v1.30.7+rke2r1
- 检查节点详细信息,确认Rancher pod使用的镜像为rancher/rancher:v2.9.3
-
功能测试:对升级后的系统进行了全面的功能回归测试,确保所有核心功能正常工作
技术价值与影响
这次组件升级为Harvester用户带来了多重好处:
- 安全性增强:新版本包含了最新的安全补丁,提高了系统整体安全性
- 性能优化:RKE2和Rancher的性能改进间接提升了Harvester的响应速度
- 功能扩展:新版本支持更多Kubernetes特性,为未来功能开发奠定基础
- 稳定性提升:修复了旧版本中已知的问题,减少了系统异常的可能性
总结
Harvester项目团队通过这次有计划、有步骤的组件升级,进一步巩固了平台的技术基础。这种定期更新核心组件的做法,体现了项目对技术先进性和系统稳定性的双重追求,也为用户提供了更可靠、更强大的容器管理解决方案。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
245
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
暂无简介
Dart
672
157
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++
662
312
React Native鸿蒙化仓库
JavaScript
262
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218