Eclipse Che 使用 Helm 安装时 DevWorkspace CRD 缺失问题解析
2025-05-31 10:02:58作者:秋泉律Samson
问题背景
在使用 Helm 安装 Eclipse Che 操作符(che-operator)时,开发人员可能会遇到一个常见问题:由于缺少 DevWorkspace 相关的 CRD(Custom Resource Definition),导致 Che 操作符无法正常启动并进入崩溃循环状态。
问题现象
当通过 Helm Chart 安装 Eclipse Che 7.10 或更高版本时,Che 操作符 Pod 会持续崩溃,日志中会显示如下错误信息:
no matches for kind "DevWorkspaceRouting" in version "controller.devfile.io/v1alpha1"
这表明 Kubernetes 集群中缺少 DevWorkspace 操作符所需的 CRD 定义,导致 Che 操作符无法识别和处理 DevWorkspace 相关的资源。
技术分析
依赖关系
Eclipse Che 7.10 及以上版本依赖于 DevWorkspace 操作符来管理开发环境工作区。DevWorkspace 操作符提供了以下关键 CRD:
- DevWorkspace
- DevWorkspaceRouting
- DevWorkspaceTemplate
这些 CRD 定义了 Che 操作符如何创建、管理和协调开发工作区的生命周期。
Helm Chart 设计考量
在 Helm Chart 设计中,通常不会将依赖组件的 CRD 直接包含在主应用的 Chart 中,原因包括:
- 版本管理复杂性:依赖组件可能有自己的版本发布周期
- 权限考虑:CRD 创建通常需要集群管理员权限
- 生命周期管理:CRD 删除会影响所有使用它的应用
解决方案
推荐方案:预先安装 DevWorkspace 操作符
最佳实践是在安装 Eclipse Che 之前,先安装 DevWorkspace 操作符。可以通过以下方式之一实现:
- 使用官方提供的 YAML 清单
- 通过 Operator Lifecycle Manager (OLM) 安装
- 使用 DevWorkspace 操作符的 Helm Chart(如果可用)
安装步骤示例
- 首先安装 DevWorkspace 操作符
- 确认 CRD 已成功创建
- 然后再安装 Eclipse Che 操作符
注意事项
- 版本兼容性:确保 DevWorkspace 操作符版本与 Eclipse Che 版本兼容
- 权限要求:安装 CRD 通常需要集群管理员权限
- 命名空间:DevWorkspace 操作符通常安装在独立的命名空间
总结
Eclipse Che 与 DevWorkspace 操作符的分离设计提供了更灵活的部署选项,但也要求用户在安装时明确处理这种依赖关系。理解这种架构设计背后的原因有助于开发人员更好地规划和管理他们的 Che 部署。
对于生产环境,建议将这种依赖关系明确记录在部署文档中,并考虑使用 CI/CD 流水线或基础设施即代码工具来自动化这些依赖项的安装顺序。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
222
238
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
暂无简介
Dart
671
156
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++
661
312
React Native鸿蒙化仓库
JavaScript
261
322
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
859
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
217