在Kubernetes中部署11notes/docker-kMS服务器的完整指南
2025-07-09 02:50:25作者:房伟宁
11notes/docker-kms是一个开源的KMS(密钥管理服务)服务器容器化解决方案,可以用于Windows和Office产品的授权服务。本文将详细介绍如何在Kubernetes集群中正确部署和配置这个服务。
核心组件与架构
该KMS解决方案包含两个主要容器组件:
- kms-server:处理实际的KMS授权请求,监听1688端口
- kms-gui:提供Web管理界面,监听8080端口
两个容器共享同一个持久化存储卷,用于保存配置和状态数据。
Kubernetes部署配置
持久化存储配置
首先需要创建PVC(Persistent Volume Claim)来确保数据持久化:
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: kms-pvc
spec:
accessModes:
- ReadWriteOnce
storageClassName: longhorn # 根据集群实际情况调整
resources:
requests:
storage: 1Gi
部署配置
部署配置需要注意以下几点:
- 两个容器共享同一个PVC
- 正确设置时区环境变量
- 确保端口映射正确
apiVersion: apps/v1
kind: Deployment
metadata:
name: kms
spec:
selector:
matchLabels:
app: kms
template:
spec:
volumes:
- name: kms-var
persistentVolumeClaim:
claimName: kms-pvc
containers:
- name: kms
image: 11notes/kms:465f4d1
volumeMounts:
- name: kms-var
mountPath: /var/kms
ports:
- containerPort: 1688
env:
- name: TZ
value: Asia/Shanghai # 根据实际时区调整
- name: kms-gui
image: 11notes/kms-gui:stable
volumeMounts:
- name: kms-var
mountPath: /var/kms
ports:
- containerPort: 8080
env:
- name: TZ
value: Asia/Shanghai
服务暴露
需要创建两个Service来暴露服务:
- Web管理界面服务(ClusterIP类型):
apiVersion: v1
kind: Service
metadata:
name: kms-webui-svc
spec:
type: ClusterIP
ports:
- port: 8080
targetPort: 8080
- KMS授权服务(LoadBalancer类型):
apiVersion: v1
kind: Service
metadata:
name: kms-svc
spec:
type: LoadBalancer
loadBalancerIP: 192.168.1.100 # 根据实际环境调整
ports:
- port: 1688
targetPort: 1688
可选:Ingress配置
如果需要通过域名访问Web管理界面,可以配置Ingress:
apiVersion: networking.k8s.io/v1
kind: Ingress
metadata:
name: kms-ingress
annotations:
cert-manager.io/cluster-issuer: letsencrypt
spec:
ingressClassName: nginx
tls:
- hosts:
- kms.yourdomain.com
secretName: kms-tls
rules:
- host: kms.yourdomain.com
http:
paths:
- path: /
pathType: Prefix
backend:
service:
name: kms-webui-svc
port:
number: 8080
常见问题解决
-
容器不断重启:
- 确保PVC已正确创建并挂载到/var/kms路径
- 检查PVC的storageClass是否适用于你的集群
-
无法授权产品:
- 确认KMS服务的1688端口已正确暴露
- 检查防火墙规则是否允许1688端口的流量
-
时区不正确:
- 确保TZ环境变量设置为正确的时区值
最佳实践建议
- 资源限制:为容器设置适当的资源限制,防止资源占用过高
- 监控:配置Prometheus监控或健康检查端点
- 备份:定期备份PVC中的数据
- 安全:通过NetworkPolicy限制对KMS服务的访问
通过以上配置,你可以在Kubernetes集群中稳定运行11notes/docker-kms服务,为Windows和Office产品提供授权服务。
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
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
🎉 (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
1.21 K
661