在Actions Runner Controller中配置Runner Pods的CPU架构
2025-06-08 14:16:31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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0211
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
Ascend Extension for PyTorch
Python
756
959
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.39 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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
645