在Actions Runner Controller中配置Runner Pods的CPU架构
2025-06-08 05:45:28作者:秋阔奎Evelyn
Actions Runner Controller是GitHub Actions的一个开源控制器,用于在Kubernetes集群中管理自托管的运行器。在实际生产环境中,我们经常需要控制运行器Pod的CPU架构类型(如arm64或amd64),特别是当工作流中使用的容器镜像对CPU架构有特定要求时。
架构选择的重要性
现代Kubernetes集群通常包含多种架构的节点,特别是随着ARM架构的普及,集群中可能同时存在amd64和arm64节点。当工作流中使用的容器镜像(如数据库镜像)对CPU架构有特定要求时,运行器Pod必须调度到相应架构的节点上才能正常工作。
解决方案
通过配置Runner Scale Set的Helm chart,我们可以精确控制运行器Pod的调度行为。具体方法是在values.yaml文件中添加nodeSelector配置:
template:
spec:
nodeSelector:
"kubernetes.io/arch": arm64
这个配置利用了Kubernetes的标准节点标签kubernetes.io/arch,确保运行器Pod只会被调度到指定架构的节点上。
完整配置示例
以下是一个完整的Helm values.yaml配置示例,展示了如何同时配置Docker-in-Docker模式和CPU架构选择:
containerMode:
type: "dind"
template:
spec:
nodeSelector:
"kubernetes.io/arch": arm64
实现原理
- 节点选择器(NodeSelector): Kubernetes提供的基本调度功能,通过匹配节点标签确保Pod调度到符合条件的节点上
- 标准架构标签:
kubernetes.io/arch是Kubernetes为所有节点自动添加的标准标签,标识节点的CPU架构 - Helm模板机制: Actions Runner Controller的Helm chart将values.yaml中的配置转换为Pod模板规范
最佳实践
- 集群规划: 确保集群中有足够数量的目标架构节点,避免因资源不足导致Pod无法调度
- 混合架构支持: 可以为不同架构创建工作流,分别配置对应的Runner Scale Set
- 资源预留: 为特定架构的运行器预留资源,保证关键工作流的执行
- 监控告警: 监控各架构节点的资源使用情况,及时扩容
总结
通过合理配置Actions Runner Controller,我们可以精确控制运行器Pod的CPU架构,满足特定工作流的需求。这种方法不仅适用于ARM架构,也可以用于其他需要特定节点属性的场景,是生产环境中Runner管理的必备技能。
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
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
🔥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
暂无简介
Dart
671
155
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++
661
309
Ascend Extension for PyTorch
Python
221
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
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
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
392
3.86 K
React Native鸿蒙化仓库
JavaScript
260
322