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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00