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
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
269
93
暂无简介
Dart
622
140
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
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
620
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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