Harvester项目中的Rancher UI扩展在离线环境下的部署指南
2025-06-15 02:16:08作者:董灵辛Dennis
前言
在企业级Kubernetes管理场景中,离线环境(air-gapped)部署是一个常见需求。本文将详细介绍如何在离线环境中为Harvester项目配置Rancher UI扩展,帮助系统管理员和DevOps工程师顺利完成部署。
离线环境部署的核心挑战
Harvester从1.5版本开始引入了与Rancher v2.10.x的UI扩展集成。在标准网络环境下,UI扩展可以自动安装,但在离线环境中需要特殊配置。主要面临以下挑战:
- 需要建立本地扩展仓库
- Rancher UI对社区仓库的自动检测机制不适用于离线环境
- 版本升级时的兼容性问题
离线环境部署方案
1. 建立本地扩展仓库
首先需要准备一个容器镜像仓库来托管Harvester UI扩展的Chart包。推荐使用Harbor或Nexus等企业级仓库解决方案。
关键步骤包括:
- 从Harvester官方仓库获取UI扩展Chart包
- 将Chart推送到本地仓库
- 配置适当的访问权限和认证
2. Rancher中的配置
在Rancher管理界面中,需要手动添加本地仓库作为扩展源:
- 导航至"全局设置"→"扩展"
- 添加新的扩展仓库,指定本地仓库地址
- 验证仓库连接状态
3. 安装UI扩展
虽然Rancher UI会显示"Missing Repo"错误提示,但仍可通过以下方式手动安装:
- 创建Extension自定义资源
- 指定本地仓库中的Chart路径
- 应用配置并等待扩展加载
技术细节与最佳实践
命名空间注意事项
在Rancher v2.10.2版本中,需要预先创建cattle-ui-plugin-system命名空间。这是Rancher UI扩展运行的基础环境,建议在部署Rancher时就创建好该命名空间。
版本兼容性
不同版本的Harvester需要对应特定版本的UI扩展:
- Harvester 1.3/1.4/1.5分别有对应的扩展版本
- 升级时需要同步更新扩展版本
自动化改进方向
当前方案存在以下可优化点:
- 集成Rancher的
useSystemBundledCharts机制 - 自动检测离线环境状态
- 简化本地仓库的构建流程
总结
离线环境下的Harvester UI扩展部署虽然需要额外步骤,但通过合理的规划和配置完全可以实现稳定运行。建议企业在实施前:
- 详细规划仓库架构
- 测试不同版本的兼容性
- 建立完善的升级流程
随着Harvester项目的持续发展,预计未来版本会进一步简化离线部署流程,为企业用户提供更便捷的管理体验。
登录后查看全文
热门项目推荐
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 StartedRust0442
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0758
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0308
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
热门内容推荐
项目优选
收起
暂无描述
Markdown
825
5.48 K
deepin linux kernel
C
32
16
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
494
515
Ascend Extension for PyTorch
Python
799
1.13 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++
964
2.26 K
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++
780
1.57 K
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3 K
758
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
456
308
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++
1.2 K
1.23 K
昇腾LLM分布式训练框架
Python
193
272