Kiali项目中自定义仪表盘外部链接不可见的解决方案
2025-06-24 10:52:55作者:廉皓灿Ida
问题背景
在使用Kiali的可视化监控功能时,许多用户会配置自定义仪表盘来扩展监控能力。近期有用户反馈,在Kiali v1.67.0版本中,按照文档配置的自定义仪表盘外部链接无法正常显示。本文将深入分析这一问题,并提供完整的解决方案。
问题现象
用户在Kiali配置文件中添加了自定义仪表盘配置,并按照文档要求对StatefulSets进行了注解配置。然而在Kiali界面中,预期应该显示的外部链接却未能呈现。具体配置示例如下:
custom_dashboards:
- discoverOn: envoy_server_uptime
externalLinks:
- name: newdashboard
type: grafana
items:
- chart:
dataType: raw
metricName: envoy_server_uptime
name: Pods uptime
spans: 12
name: grafana-test
runtime: GRAFANA
title: Grafana metrics
原因分析
经过Kiali开发团队的深入排查,发现该问题主要由两个因素导致:
-
配置不完整:外部链接配置中缺少必要的变量定义部分。正确的配置需要包含variables字段,用于定义命名空间、服务和工作负载等变量。
-
版本缺陷:在Kiali v1.67.0及之前版本中,即使配置了正确的变量,也存在app和workload变量设置不正确的问题。
解决方案
1. 升级Kiali版本
该问题已在Kiali v1.89.3版本中得到修复。建议用户升级到此版本或更高版本。
2. 完整配置外部链接
正确的配置应包含variables字段,示例如下:
externalLinks:
- name: newdashboard
type: grafana
variables:
namespace: "var-namespace"
service: "var-service"
workload: "var-workload"
对于应用级别的自定义仪表盘,还需要添加app变量:
app: "var-app"
3. Grafana侧配置
确保在Grafana中已经创建了对应的自定义仪表盘"newdashboard",并且该仪表盘中定义了与Kiali配置相匹配的变量。
实施建议
- 首先升级Kiali到v1.89.3或更高版本
- 检查并修正自定义仪表盘配置,确保包含完整的variables定义
- 验证Grafana中对应的仪表盘是否存在且变量配置正确
- 重新加载Kiali配置并检查外部链接是否正常显示
总结
Kiali的自定义仪表盘功能为监控提供了强大的扩展能力,但在使用时需要注意配置的完整性。通过本文提供的解决方案,用户可以解决外部链接不可见的问题,充分发挥Kiali的监控能力。对于更复杂的监控场景,建议参考Kiali官方文档获取最新的最佳实践。
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
412
3.17 K
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++
664
324
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
678
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
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
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
492
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
342
146