Argo Workflows 环境变量配置完全指南:Controller、Executor 与 Argo Server 全量参数详解
Argo Workflows 环境变量配置完全指南:Controller、Executor 与 Argo Server 全量参数详解
环境变量是 Argo Workflows 在部署与运行阶段调整组件行为的重要入口:从 Controller 的调度节流、垃圾回收周期、大工作流节点状态压缩,到 Executor 的资源状态轮询间隔、S3 上传并发度,再到 Argo Server 的 gRPC 消息上限与限流头配置,均可通过环境变量完成。本文以 docs/environment-variables.md 为骨架,结合仓库源码(util/env/env.go、workflow/controller/controller.go、util/retry/retry.go 等)逐项解读三大组件的全部环境变量,并给出 Deployment 与 ConfigMap 中的标准注入方式,帮助你精准调优自建 Argo Workflows 集群。
环境变量使用须知:实验特性,随时可能变更
在动手配置前,请先记住原文档给出的重要警告:
环境变量通常用于测试实验性特性,绝大多数用户不应该使用它们;这些环境变量随时可能被移除。
这意味着环境变量不应被视为长期稳定的公开 API。与 workflow-controller-configmap(参见 workflow-controller-configmap.md)中结构化的 YAML 配置相比,环境变量更适合做一次性调优、故障排查或新版本特性验证。配置时建议记录使用的变量与值,并关注上游 CHANGELOG(CHANGELOG.md)中的变更说明。
从源码结构看,Controller 侧的多数变量通过 util/env/env.go 提供的辅助函数读取:
// util/env/env.go
func LookupEnvDurationOr(ctx context.Context, key string, o time.Duration) time.Duration {
v, found := os.LookupEnv(key)
if found && v != "" {
d, err := time.ParseDuration(v)
if err == nil {
return d
}
// 解析失败会 panic 并记录日志
}
return o // 未设置或解析失败时回退到默认值
}
同文件还提供 LookupEnvIntOr、LookupEnvFloatOr、LookupEnvStringOr,分别用于 int、float、string 类型变量。由此可以推断:只要设置了非空值,变量的类型解析就会严格进行,格式非法(如把 time.Duration 写成 30 而非 30s)会导致组件启动失败,因此填写值时必须带上完整单位(如 5m、1h、30s)。
Controller 环境变量全表与分组解读
Controller(workflow-controller)是工作流调度的核心组件,下表完整列出其全部环境变量。
全量参数表
| Name | Type | Default | Description |
|---|---|---|---|
ARGO_AGENT_TASK_WORKERS |
int |
16 |
agent pod 的任务 worker 数量。 |
ALL_POD_CHANGES_SIGNIFICANT |
bool |
false |
Pod 协调(reconciliation)时是否把所有 pod 变更都视为"重要变更"。 |
ALWAYS_OFFLOAD_NODE_STATUS |
bool |
false |
是否总是卸载(offload)节点状态。 |
ARCHIVED_WORKFLOW_GC_PERIOD |
time.Duration |
24h |
已归档工作流(archived workflows)的 GC 周期。 |
ARGO_PPROF |
bool |
false |
启用 pprof 性能剖析端点。 |
ARGO_PROGRESS_PATCH_TICK_DURATION |
time.Duration |
1m |
自我上报的进度(progress)被打补丁写入 pod 注解的频率,即 Controller 感知进度变化所需的时间;设为 0 可禁用进度自我上报。 |
ARGO_PROGRESS_FILE_TICK_DURATION |
time.Duration |
3s |
Executor 读取进度文件的频率;设为 0 可禁用进度自我上报。 |
ARGO_REMOVE_PVC_PROTECTION_FINALIZER |
bool |
true |
在标记工作流创建的 PVC 为待删除后,移除其上的 kubernetes.io/pvc-protection finalizer,避免删除被阻塞直至 pod 被删除。 |
ARGO_TRACE |
string |
`` | 是否在 Argo 组件中启用追踪(tracing)语句。 |
ARGO_ARTIFACT_GC_RETRY_WINDOW |
time.Duration |
60m |
工作流完成(或被删除)后,Controller 持续重试失败的人工制品 GC 启动的时间窗口,超过后放弃。 |
ARGO_AGENT_PATCH_RATE |
time.Duration |
DEFAULT_REQUEUE_TIME |
Argo Agent 对工作流 task-set 打补丁的速率。 |
ARGO_AGENT_CPU_LIMIT |
resource.Quantity |
100m |
Agent 的 CPU 资源上限。 |
ARGO_AGENT_MEMORY_LIMIT |
resource.Quantity |
256m |
Agent 的内存资源上限。 |
ARGO_POD_STATUS_CAPTURE_FINALIZER |
bool |
false |
finalizer 会阻塞 pod 删除,直到 Controller 捕获其状态。 |
BUBBLE_ENTRY_TEMPLATE_ERR |
bool |
true |
是否把模板错误上抛(bubble up)到工作流。 |
CACHE_GC_PERIOD |
time.Duration |
0s |
记忆化(memoization)缓存 GC 的频率;默认禁用,设置非零值即可启用。 |
CACHE_GC_AFTER_NOT_HIT_DURATION |
time.Duration |
30s |
记忆化缓存在此时间段内未被命中时将被删除。 |
CRON_SYNC_PERIOD |
time.Duration |
10s |
Cron 工作流的同步频率。 |
DEFAULT_REQUEUE_TIME |
time.Duration |
10s |
工作流队列限流器的重新入队时间。 |
DISABLE_MAX_RECURSION |
bool |
false |
设为 true 可禁用递归防护器;该防护器会阻止调用子模板已达 100 次的工作流继续运行。 |
EXPRESSION_TEMPLATES |
bool |
true |
禁用表达式模板的逃生舱口(escape hatch)。 |
EVENT_AGGREGATION_WITH_ANNOTATIONS |
bool |
false |
聚合事件时是否使用事件注解。 |
GZIP_IMPLEMENTATION |
string |
PGZip |
压缩/解压实现,目前仅支持 PGZip 与 GZip。 |
HEALTHZ_AGE |
time.Duration |
5m |
未协调的工作流达到该年龄时被报告为不健康。 |
INDEX_WORKFLOW_SEMAPHORE_KEYS |
bool |
true |
是否为信号量(semaphore)建立索引。 |
LEADER_ELECTION_IDENTITY |
string |
Controller 的 metadata.name |
工作流 Controller 选举 leader 使用的 ID。 |
LEADER_ELECTION_DISABLE |
bool |
false |
是否禁用 leader 选举;设为 true 时,还应将 Deployment 的滚动更新策略改为 Recreate,防止滚动更新期间两个 Controller 并发运行(详见 high-availability.md)。 |
LEADER_ELECTION_LEASE_DURATION |
time.Duration |
15s |
非 leader 候选者等待强制获取领导权的时间。 |
LEADER_ELECTION_RENEW_DEADLINE |
time.Duration |
10s |
现任 master 放弃前重试刷新领导权的持续时间。 |
LEADER_ELECTION_RETRY_PERIOD |
time.Duration |
5s |
leader 选举客户端两次动作之间等待的时间。 |
MAX_OPERATION_TIME |
time.Duration |
30s |
单个工作流操作允许运行的最长时间,超时后工作流会被重新放入工作队列。 |
OFFLOAD_NODE_STATUS_TTL |
time.Duration |
5m |
删除已卸载节点状态的 TTL;目前仅用于测试。 |
OPERATION_DURATION_METRIC_BUCKET_COUNT |
int |
6 |
操作耗时指标收集的桶(bucket)数量。 |
POD_NAMES |
string |
v2 |
pod 名是包含模板名(v2)还是节点 id(v1);Argo Server 应设置相同的值。 |
PROMETHEUS_LEGACY_NAME_VALIDATION_SCHEME |
bool |
false |
通过将 NameValidationScheme 设为 LegacyValidation,让 Prometheus 仅以下划线作为分隔符发出指标。 |
RECENTLY_STARTED_POD_DURATION |
time.Duration |
10s |
pod 在多久时间内被视为"刚启动"。 |
RECENTLY_DELETED_POD_DURATION |
time.Duration |
2m |
pod 在多久时间内被视为"刚删除"。 |
TASK_RESULT_TIMEOUT_DURATION |
time.Duration |
10m |
节点已标记完成但 taskresult 尚未到达的超时时间;它是比 RECENTLY_DELETED_POD_DURATION 更通用、更保守的版本,用于 taskresult 未到但 pod 仍存在的情况。 |
RETRY_BACKOFF_DURATION |
time.Duration |
10ms |
重试 API 调用时的退避时长。 |
RETRY_BACKOFF_FACTOR |
float |
2.0 |
重试 API 调用时的退避因子。 |
RETRY_BACKOFF_STEPS |
int |
5 |
重试 API 调用时的退避步数。 |
RETRY_HOST_NAME_LABEL_KEY |
string |
kubernetes.io/hostname |
重试模板时使用的主机名标签键。 |
TRANSIENT_ERROR_PATTERN |
string |
"" |
表示额外瞬态错误模式的正则表达式。 |
WORKFLOW_COMPRESSION_ALGORITHM |
string |
gzip |
大工作流节点状态的压缩算法:gzip、zstd 或 brotli。解压会自动检测算法,但使用非 gzip 算法写入的工作流无法被不支持该算法的旧版本读取,因此只有在所有组件都升级后才应更改(详见 offloading-large-workflows.md)。 |
WORKFLOW_COMPRESSION_LEVEL |
int |
随算法而异 | WORKFLOW_COMPRESSION_ALGORITHM 的压缩级别。范围与默认值取决于算法:gzip 1-9(默认 6)、zstd 1-4(默认 2)、brotli 0-11(默认 6)。大小/速度权衡详见 offloading-large-workflows.md。 |
WF_DEL_PROPAGATION_POLICY |
string |
"" |
工作流的删除传播策略。 |
WORKFLOW_GC_PERIOD |
time.Duration |
5m |
工作流 GC 的周期。 |
SEMAPHORE_NOTIFY_DELAY |
time.Duration |
1s |
信号量可用时通知等待者的调优延迟。 |
WATCH_CONTROLLER_SEMAPHORE_CONFIGMAPS |
bool |
true |
是否监听 Controller 的 ConfigMap 与信号量 ConfigMap 以获取运行时变更;禁用后 Controller 只会读取一次,需手动重启才能感知新变更。 |
SKIP_WORKFLOW_DURATION_ESTIMATION |
bool |
false |
是否跳过从历史工作流查询资源用量来估算新工作流时长的逻辑。 |
WORKFLOW_ESTIMATION_DB_QUERY_TIMEOUT_SECONDS |
int |
5 |
估算工作流时长时的数据库查询超时(秒);防止数据库慢或锁定时阻塞工作流执行。 |
WORKFLOW_USER_OVERRIDE_ALLOWLIST |
string |
"" |
逗号分隔的 WorkflowSpec 字段名(YAML/JSON 名,如 podSpecPatch,volumes)白名单,允许 workflowTemplateRef 提交者在 templateReferencing: Strict/Secure 下设置的字段。非法名称会导致 Controller 启动失败;嵌套的 artifactGC 安全字段不会被放宽。 |
分组解读:这些变量在源码中如何生效
调度与队列调优。DEFAULT_REQUEUE_TIME(默认 10s)是工作流队列限流器的重入队间隔,在 workflow/controller/controller.go 中通过 env.LookupEnvDurationOr(ctx, common.EnvVarDefaultRequeueTime, 10*time.Second) 读取,常量定义见 workflow/common/common.go。MAX_OPERATION_TIME(默认 30s)限制单次操作时长,超时后工作流被重新入队,是防止单个工作流卡死队列的关键参数。ARGO_AGENT_TASK_WORKERS 控制 agent pod 的任务 worker 数,与 ARGO_AGENT_PATCH_RATE(默认跟随 DEFAULT_REQUEUE_TIME)共同决定任务集的吞吐。
Agent 资源限制。ARGO_AGENT_CPU_LIMIT 与 ARGO_AGENT_MEMORY_LIMIT 在 workflow/controller/agent.go 中解析为 agent pod 的资源限额:
Limits: map[apiv1.ResourceName]resource.Quantity{
"cpu": resource.MustParse(env.LookupEnvStringOr("ARGO_AGENT_CPU_LIMIT", "100m")),
"memory": resource.MustParse(env.LookupEnvStringOr("ARGO_AGENT_MEMORY_LIMIT", "256M")),
},
Pod 协调灵敏度。ALL_POD_CHANGES_SIGNIFICANT 控制 pod 协调时何种变更才算"重要"。在 workflow/controller/pod/significant.go 中:
func significantPodChange(from *apiv1.Pod, to *apiv1.Pod) bool {
return os.Getenv("ALL_POD_CHANGES_SIGNIFICANT") == "true" ||
from.Spec.NodeName != to.Spec.NodeName ||
from.Status.Phase != to.Status.Phase ||
from.Status.Message != to.Status.Message ||
// ...
}
其测试用例 workflow/controller/pod/significant_test.go 验证了设置为 true 后任意 pod 变更都会被判定为重要变更。
垃圾回收节奏。WORKFLOW_GC_PERIOD(默认 5m)与 ARCHIVED_WORKFLOW_GC_PERIOD(默认 24h)分别在 workflow/controller/controller.go 与 workflow/controller/controller.go 中被读取,分别驱动工作流 GC 协程与归档工作流 GC 协程;后者的实际生效还依赖持久化(Persistence)配置已启用。
运行时配置热更新。WATCH_CONTROLLER_SEMAPHORE_CONFIGMAPS(默认 true)控制 Controller 是否监听自身 ConfigMap 与信号量 ConfigMap:置为 false 后,Controller 只在启动时读取一次配置,后续变更需要手动重启才能生效(见 workflow/controller/controller.go 与 workflow/controller/controller.go)。
大工作流压缩。WORKFLOW_COMPRESSION_ALGORITHM 与 WORKFLOW_COMPRESSION_LEVEL 配合 ALWAYS_OFFLOAD_NODE_STATUS 使用,用于压缩大工作流的节点状态以控制 etcd 体积。注意压缩算法变更的兼容性约束:解压侧会自动检测算法,但旧版本无法读取新算法写入的数据,务必先升级全部组件再切换。
进度自我上报。ARGO_PROGRESS_PATCH_TICK_DURATION(默认 1m)与 ARGO_PROGRESS_FILE_TICK_DURATION(默认 3s)分别控制 Controller 将进度补丁写入 pod 注解的频率、以及 Executor 读取进度文件的频率;二者任一设为 0 都会禁用进度自我上报。这两个变量的常量定义见 workflow/common/common.go。
Controller 的 CLI 参数与 ARGO_ 前缀环境变量
原文档特别说明:Controller 的 CLI 参数都可以用带 ARGO_ 前缀的环境变量表达。转换规则是把 CLI 参数中的 - 替换为 _、全部大写,并加上 ARGO_ 前缀。例如:
workflow-controller --managed-namespace=argo
等价于:
ARGO_MANAGED_NAMESPACE=argo workflow-controller
这意味着除了上表列出的专用变量外,所有 --xxx 形式的启动参数(如 --namespaced、--configmap、--instanceid 等)都可以走环境变量注入,非常适合在容器化部署时统一管理。
在 Deployment 中为 Controller 设置环境变量
以设置 WORKFLOW_GC_PERIOD 为例,可直接修改 Controller Deployment 的容器环境变量:
apiVersion: apps/v1
kind: Deployment
metadata:
name: workflow-controller
spec:
selector:
matchLabels:
app: workflow-controller
template:
metadata:
labels:
app: workflow-controller
spec:
containers:
- env:
- name: WORKFLOW_GC_PERIOD
value: 30s
其中 time.Duration 类型的值必须使用 Go 的时长语法(30s、5m、1h 等),resource.Quantity 类型的值使用 Kubernetes 资源量语法(100m、256Mi 等)。
Executor 环境变量全表与配置方式
Executor(argoexec)运行在每个工作流 pod 内,负责执行模板、搬运人工制品、检查资源状态。其环境变量如下:
| Name | Type | Default | Description |
|---|---|---|---|
ARGO_DEBUG_PAUSE_AFTER |
bool |
false |
步骤执行后启用调试暂停(Debug Pause),详见 debug-pause.md。 |
ARGO_DEBUG_PAUSE_BEFORE |
bool |
false |
步骤执行前启用调试暂停(Debug Pause),详见 debug-pause.md。 |
ARTIFACT_S3_UPLOAD_THREADS |
int |
4 |
通过 S3 上传人工制品的线程数。 |
ARTIFACT_S3_UPLOAD_PART_SIZE_MIB |
int |
`` | 分片上传(Multipart upload)的每片大小(MiB);默认让 MinIO 自动计算(文件 ≤ 156 GiB 时为 16 MiB)。 |
EXECUTOR_RETRY_BACKOFF_DURATION |
time.Duration |
1s |
Executor 执行重试时的退避时长。 |
EXECUTOR_RETRY_BACKOFF_FACTOR |
float |
1.6 |
Executor 执行重试时的退避因子。 |
EXECUTOR_RETRY_BACKOFF_JITTER |
float |
0.5 |
Executor 执行重试时的退避抖动。 |
EXECUTOR_RETRY_BACKOFF_STEPS |
int |
5 |
Executor 执行重试时的退避步数。 |
REMOVE_LOCAL_ART_PATH |
bool |
false |
是否移除本地人工制品。 |
RESOURCE_STATE_CHECK_INTERVAL |
time.Duration |
5s |
针对指定成功/失败条件进行资源状态检查的时间间隔。 |
源码中的重试与调试实现
Executor 的重试退避参数在 util/retry/retry.go 的 ExecutorRetry 函数中统一读取:
func ExecutorRetry(ctx context.Context) wait.Backoff {
steps := envutil.LookupEnvIntOr(ctx, "EXECUTOR_RETRY_BACKOFF_STEPS", 5)
duration := envutil.LookupEnvDurationOr(ctx, "EXECUTOR_RETRY_BACKOFF_DURATION", 1*time.Second)
factor := envutil.LookupEnvFloatOr(ctx, "EXECUTOR_RETRY_BACKOFF_FACTOR", 1.6)
jitter := envutil.LookupEnvFloatOr(ctx, "EXECUTOR_RETRY_BACKOFF_JITTER", 0.5)
// ...
}
按默认参数推算,5 步重试的退避序列约为 0s → 1s → 2.6s → 5.16s → 9.256s(源码注释中同样列出了该序列)。
调试暂停 ARGO_DEBUG_PAUSE_BEFORE / ARGO_DEBUG_PAUSE_AFTER 在 cmd/argoexec/commands/emissary.go 与 cmd/argoexec/commands/emissary.go 中生效:启用后 Executor 会在步骤执行前/后进入等待状态,用户可在容器内创建 /ctr/NAME_OF_THE_CONTAINER/before(或 after)文件来跳出等待、放行容器。RESOURCE_STATE_CHECK_INTERVAL 则进入 workflow/executor/executor.go 的 ResourceStateCheckInterval 字段,驱动资源模板的状态轮询。
通过 ConfigMap 为 Executor 注入环境变量
Executor 环境变量的标准注入方式不是修改 Deployment,而是在 workflow-controller-configmap 的 executor.env 段配置,Controller 会把它们注入到每个工作流 pod 中:
apiVersion: v1
kind: ConfigMap
metadata:
name: workflow-controller-configmap
data:
config: |
executor:
env:
- name: RESOURCE_STATE_CHECK_INTERVAL
value: 3s
该 ConfigMap 的完整结构说明见 workflow-controller-configmap.md。修改后若未开启 ConfigMap 热更新(即 WATCH_CONTROLLER_SEMAPHORE_CONFIGMAPS 被禁用),需要重启 Controller 才能生效。
Argo Server 环境变量全表与配置方式
Argo Server 提供 gRPC API、REST API 与 Web UI。其环境变量如下:
| Name | Type | Default | Description |
|---|---|---|---|
ARGO_ARTIFACT_SERVER |
bool |
true |
启用工作流归档(Workflow Archive)端点,详见 workflow-archive.md。 |
ARGO_PPROF |
bool |
false |
启用 pprof 性能剖析端点。 |
ARGO_SERVER_MAX_ARTIFACT_UPLOAD_BYTES |
int |
1073741824 |
输入人工制品上传端点接受的最大请求体总字节数;超限请求返回 413 Request Entity Too Large。 |
ARGO_SERVER_METRICS_AUTH |
bool |
true |
是否在 /metrics 端点启用鉴权。 |
ARGO_SERVER_TOKEN_REVIEW_CACHE_TTL |
time.Duration |
1m |
client 鉴权模式下 token 的 SelfSubjectReview 成功结果被记住的时长,之后才会再次咨询 API server;0 禁用缓存。 |
CI_ONLY_DISABLE_ARTIFACT_SERVER_CHECKS |
bool |
false |
禁用人工制品插件 sidecar 的校验检查;仅用于 CI/测试。 |
DISABLE_VALUE_LIST_RETRIEVAL_KEY_PATTERN |
string |
"" |
基于该正则表达式禁用对应键的标签值列表检索。 |
FIRST_TIME_USER_MODAL |
bool |
true |
是否显示首次使用弹窗。 |
FEEDBACK_MODAL |
bool |
true |
是否显示反馈弹窗。 |
GRPC_MESSAGE_SIZE |
string |
104857600 |
为 Server 设置不同的 GRPC Max message size(支持超大工作流)。 |
IP_KEY_FUNC_HEADERS |
string |
"" |
逗号分隔的请求头列表(如 X-Forwarded-For,X-Real-IP),用于限流时提取客户端 IP;默认使用请求的远端 IP 地址。 |
NEW_VERSION_MODAL |
bool |
true |
是否显示新版本弹窗。 |
POD_NAMES |
string |
v2 |
pod 名是包含模板名(v2)还是节点 id(v1);必须与 Controller 设置一致。 |
SSO_DELEGATE_RBAC_TO_NAMESPACE |
bool |
false |
启用 SSO RBAC 命名空间委托,详见 argo-server-sso.md。 |
Server 的 CLI 参数与 ARGO_ 前缀环境变量
与 Controller 相同,Argo Server 的 CLI 参数也可以用带 ARGO_ 前缀的环境变量表达:
argo server --managed-namespace=argo
等价于:
ARGO_MANAGED_NAMESPACE=argo argo server
注意 POD_NAMES 同时出现在 Controller 与 Server 的变量表中,原文档强调两者必须设置为相同值,否则 Controller 创建的 pod 命名策略与 Server 侧展示/查询逻辑会不一致,导致工作流节点无法正确关联。
在 Deployment 中为 Argo Server 设置环境变量
apiVersion: apps/v1
kind: Deployment
metadata:
name: argo-server
spec:
selector:
matchLabels:
app: argo-server
template:
metadata:
labels:
app: argo-server
spec:
containers:
- args:
- server
image: quay.io/argoproj/argocli:latest
name: argo-server
env:
- name: GRPC_MESSAGE_SIZE
value: "209715200"
ports:
# ...
上述示例把 gRPC 最大消息大小从默认的 100 MiB(104857600 字节)提升到 200 MiB(209715200 字节),适用于节点状态巨大、单次 gRPC 响应超限的超大工作流场景。
配置实践建议与排障要点
-
区分 ConfigMap 与环境变量:结构化配置(如
executor.env、persistence、artifactRepository)应优先走workflow-controller-configmap;环境变量适合实验特性、启动参数覆盖与临时调优。二者结合使用时,以文档标注为准,避免重复配置同一能力导致行为不一致。 -
类型与单位必须正确:
time.Duration类型(如WORKFLOW_GC_PERIOD、ARCHIVED_WORKFLOW_GC_PERIOD)必须带s/m/h单位;resource.Quantity类型(如ARGO_AGENT_MEMORY_LIMIT)使用 Kubernetes 资源量语法。从 util/env/env.go 的实现看,解析失败会直接 panic,因此错误的取值会导致组件无法启动。 -
布尔开关的判定方式:部分变量是"非
false即真"的语义(如INDEX_WORKFLOW_SEMAPHORE_KEYS、WATCH_CONTROLLER_SEMAPHORE_CONFIGMAPS在源码中均用os.Getenv(...) != "false"判断,见 workflow/controller/controller.go 与 workflow/controller/controller.go),而另一些(如ALL_POD_CHANGES_SIGNIFICANT)是严格的== "true"比较(见 workflow/controller/pod/significant.go)。配置时统一写true/false最稳妥。 -
变更压缩算法前先升级全部组件:
WORKFLOW_COMPRESSION_ALGORITHM切到zstd/brotli后,旧版本组件将无法读取对应压缩数据,务必按 offloading-large-workflows.md 的指引规划升级顺序。 -
进度上报与超大工作流:若工作流规模大、pod 数量多,可适当调大
ARGO_PROGRESS_PATCH_TICK_DURATION降低 API server 写压力,或用WORKFLOW_COMPRESSION_*+ALWAYS_OFFLOAD_NODE_STATUS控制节点状态体积;若单次响应超限,则调大 Server 的GRPC_MESSAGE_SIZE。 -
多副本部署务必处理 leader 选举:当 Controller 以多副本部署时,保持
LEADER_ELECTION_*系列默认值即可;如需禁用选举,必须同时把 Deployment 的滚动更新策略改为Recreate(详见 high-availability.md),避免双主并发。
通过合理组合 Controller、Executor 与 Argo Server 三层的环境变量,可以在不改动源码的前提下完成从调度节流、垃圾回收节奏、大工作流压缩到上传并发、重试策略、限流头识别等全方位的运行时调优。配置变更后请通过 Controller 日志(wf_garbage_collector、archived_wf_garbage_collector 等组件字段)与 Prometheus 指标(如操作耗时指标)验证实际效果。