KWOK项目支持KubeVirt虚拟机实例的无kubelet运行方案解析
在云原生技术快速发展的今天,Kubernetes已成为容器编排的事实标准。作为Kubernetes生态中的重要项目,KWOK(Kubernetes Without Kubelet)提供了一个轻量级的Kubernetes模拟环境,特别适合开发和测试场景。近期,社区提出了一个创新性的需求:让KWOK支持KubeVirt的虚拟机实例(VMI)在无需kubelet的情况下运行。
背景与挑战
KubeVirt是一个Kubernetes的扩展,允许用户在Kubernetes集群中运行和管理虚拟机。它通过自定义资源VirtualMachineInstance(VMI)来实现这一功能。在传统部署中,KubeVirt依赖于节点上的virt-handler组件(类似于kubelet)来管理虚拟机实例的生命周期。
然而,在KWOK环境中,由于没有实际的kubelet运行,virt-handler组件自然也不存在。这就导致了一个关键问题:当用户创建VMI并调度到KWOK节点时,虽然对应的virt-launcher Pod能够进入Running状态,但VMI本身会卡在Scheduling状态,因为缺少virt-handler来更新VMI的运行状态。
技术方案设计
针对这一挑战,社区提出了一个创新的解决方案,主要包含以下几个关键点:
-
引入VMI控制器:在KWOK中新增一个VMIController,类似于现有的Pod控制器。这个控制器将负责监控VMI资源的状态变化。
-
阶段配置文件:设计一种阶段配置文件(Stage File),用于指导VMI控制器如何协调VMI对象。这个文件可以定义状态转换的条件和时间延迟。
-
权限模拟机制:由于KubeVirt的安全设计,直接更新VMI状态会受到限制。解决方案中引入了impersonation(身份模拟)机制,让KWOK控制器能够以virt-handler或virt-controller服务账户的身份来更新VMI状态。
实现细节
在具体实现上,方案提出了对KWOK Stage API的扩展:
apiVersion: kwok.x-k8s.io/v1alpha1
kind: Stage
metadata:
name: vmi-example
spec:
resourceRef:
apiGroup: kubevirt.io/v1
kind: VirtualMachineInstance
nodeNameMatchExpressions: '.status.nodeName'
isStatusSubresource: false
impersonationConfig:
username: 'system:serviceaccount:kubevirt:kubevirt-controller'
这个配置的关键点包括:
nodeNameMatchExpressions:用于匹配调度到KWOK节点的VMIisStatusSubresource:标记VMI状态不是子资源impersonationConfig:配置模拟的服务账户身份
验证与测试
验证这一方案需要以下步骤:
- 获取kubevirt-controller的服务账户令牌
- 配置kubectl使用该令牌
- 测试VMI状态更新功能
- 确认VMI状态成功转变为Running
技术意义
这一方案的实现将为KubeVirt社区带来重要价值:
- 测试便利性:使KubeVirt的规模测试能够在轻量级的KWOK环境中进行
- 开发效率:加速KubeVirt功能的开发和验证周期
- 资源节约:减少测试环境对实际计算资源的需求
未来展望
随着这一功能的实现,KWOK将不仅支持标准Pod的模拟,还能支持更复杂的自定义资源。这为KWOK在更多场景下的应用打开了可能性,包括但不限于:
- 其他Kubernetes Operator的测试
- 自定义工作负载的模拟
- 混合部署环境(容器和虚拟机共存)的开发和测试
这一创新也体现了Kubernetes生态系统的灵活性和可扩展性,展示了不同项目间如何通过协作来解决复杂的技术挑战。
kernelopenEuler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。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00