Knative Serving中基于Gateway API的端到端Kind测试实践
2025-06-06 03:19:22作者:翟萌耘Ralph
在云原生技术快速发展的今天,Knative Serving作为无服务器计算的重要组件,其稳定性和可靠性至关重要。本文将深入探讨Knative Serving项目中基于Gateway API的端到端Kind测试实践,以及如何解决测试过程中的稳定性问题。
背景与挑战
Knative Serving项目早期曾实现过基于Gateway API的端到端Kind测试,但由于测试过程中出现的稳定性问题(flakiness)而被暂时禁用。测试的稳定性对于持续集成/持续部署(CI/CD)流程至关重要,任何不稳定的测试都可能导致开发效率下降和资源浪费。
技术方案
Gateway API集成测试
Gateway API作为Kubernetes中新一代的流量管理标准,为Knative Serving提供了更灵活和强大的入口管理能力。重新启用这些测试意味着:
- 验证Knative Serving与Gateway API的兼容性
- 确保核心功能在Gateway API环境下正常工作
- 为后续功能开发提供可靠的测试保障
Contour测试引入
除了Gateway API测试外,项目还计划引入Contour测试。Contour作为基于Envoy的Kubernetes入口控制器,与Gateway API有着良好的集成:
- 验证Knative Serving在Contour环境下的行为
- 确保多入口控制器兼容性
- 扩展测试覆盖范围
解决方案与实现
项目团队通过两个主要Pull Request解决了这些问题:
- 修复了原有测试中的稳定性问题
- 重新启用了基于Gateway API的Kind测试
- 增加了对Contour的支持
这些改进使得Knative Serving能够在更接近生产环境的多入口控制器场景下进行全面的端到端测试,显著提高了项目的稳定性和可靠性。
技术价值
这一改进为Knative Serving项目带来了多重价值:
- 增强了项目对多种入口控制器的兼容性保证
- 提高了CI/CD管道的可靠性
- 为社区贡献者提供了更稳定的开发环境
- 为生产环境部署提供了更多可选的入口方案
总结
Knative Serving团队通过解决Gateway API测试的稳定性问题并引入Contour测试,进一步完善了项目的测试体系。这种对测试质量的持续关注,正是Knative项目保持其作为云原生无服务器计算领先解决方案的关键因素之一。未来,随着更多入口控制器的支持,Knative Serving将能够在更广泛的环境中提供稳定可靠的服务。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 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++
857
1.92 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++
680
1.33 K
Ascend Extension for PyTorch
Python
719
875
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
456
438
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++
1.08 K
1.1 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
303
117
昇腾LLM分布式训练框架
Python
178
220