Deepfence ThreatMapper 中 Kubernetes 自动伸缩 API 版本兼容性问题解析
2025-06-10 15:24:03作者:薛曦旖Francesca
在 Kubernetes 生态系统中,API 版本的演进和废弃是一个持续的过程。最近在 Deepfence ThreatMapper 项目中,发现了一个与 Kubernetes 自动伸缩 API 版本相关的兼容性问题,这个问题可能会影响使用较新 Kubernetes 版本(1.25+)的用户。
问题背景
Deepfence ThreatMapper 是一个开源的云原生安全监控和威胁检测平台。在其 Helm 图表部署文件中,使用了 Kubernetes 的 Horizontal Pod Autoscaler (HPA) 资源来自动扩展工作负载。具体来说,在部署模板中引用了 autoscaling/v2beta1 API 版本。
然而,根据 Kubernetes 官方文档,autoscaling/v2beta1 API 版本已在 Kubernetes 1.25 版本中被移除。这意味着在 Kubernetes 1.25 及以上版本的集群中部署 ThreatMapper 时,会因为 API 版本不可用而导致部署失败。
技术影响
这个问题主要影响以下几个方面:
- 部署兼容性:使用 Kubernetes 1.25+ 集群的用户将无法正常部署 ThreatMapper
- 自动伸缩功能:HPA 是 Kubernetes 中实现工作负载自动扩展的核心机制,此问题会导致自动伸缩功能失效
- 长期维护:随着 Kubernetes 集群版本的不断升级,这个问题会影响到越来越多的用户
解决方案
项目维护团队已经识别并修复了这个问题。解决方案包括:
- 将 autoscaling/v2beta1 更新为当前支持的 API 版本
- 确保新的 API 版本与现有功能完全兼容
- 测试验证在不同 Kubernetes 版本下的部署情况
最佳实践建议
对于使用 Kubernetes 和类似云原生安全工具的用户,建议:
- API 版本管理:定期检查项目中使用的 Kubernetes API 版本,确保它们在当前和计划使用的 Kubernetes 版本中仍然可用
- 版本兼容性测试:在升级 Kubernetes 集群前,测试关键应用的兼容性
- 长期支持策略:对于生产环境,考虑使用长期支持(LTS)的 Kubernetes 版本,以获得更稳定的 API 支持
总结
这个问题的修复体现了开源项目对技术生态变化的快速响应能力。对于云原生安全工具的用户来说,了解这类底层技术细节有助于更好地规划升级路径和维护策略,确保安全监控系统的持续稳定运行。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源 2022美赛A题优秀论文深度解析:自行车功率分配建模的成功方法 SteamVR 1.2.3 Unity插件:兼容Unity 2019及更低版本的VR开发终极解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 Photoshop作业资源文件下载指南:全面提升设计学习效率的必备素材库 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
480
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
276
97
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
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210