Frakti 项目教程
2024-09-21 12:59:15作者:魏献源Searcher
1. 项目介绍
Frakti 是一个基于 Kubernetes CRI(Container Runtime Interface)的容器运行时,它利用 hypervisor 技术提供更高级别的隔离性。Frakti 特别适用于运行不可信应用或多租户场景,因为它可以在虚拟机内运行容器,从而提供比传统 Linux 容器更强的隔离性。
Frakti 的核心特点包括:
- Hypervisor 级别的隔离:容器运行在虚拟机内,每个容器都有独立的内核。
- 混合运行时:支持特权容器以 Docker 方式运行,普通容器以 hyper 容器方式运行。
- 轻量级和便携:虽然基于虚拟化技术,但 Frakti 设计为轻量级,易于部署和使用。
2. 项目快速启动
2.1 环境准备
在开始之前,确保你的系统满足以下要求:
- Ubuntu 16.04+ 或 CentOS 7
- 已安装 Docker
- 已安装 QEMU 和 libvirt
2.2 安装 Frakti
首先,克隆 Frakti 项目仓库并进入项目目录:
mkdir -p $GOPATH/src/k8s.io
git clone https://github.com/kubernetes/frakti.git $GOPATH/src/k8s.io/frakti
cd $GOPATH/src/k8s.io/frakti
然后,编译并安装 Frakti:
make && make install
2.3 配置和启动 Frakti
配置 hyperd 并启动 Frakti:
cat >/etc/hyper/config <<EOF
Kernel=/var/lib/hyper/kernel
Initrd=/var/lib/hyper/hyper-initrd.img
Hypervisor=qemu
StorageDriver=overlay
gRPCHost=127.0.0.1:22318
EOF
systemctl restart hyperd
frakti --v=3 --logtostderr --listen=/var/run/frakti.sock --hyper-endpoint=127.0.0.1:22318 &
2.4 启动 Kubernetes 集群
配置 Kubernetes 使用 Frakti 作为容器运行时:
cd $GOPATH/src/k8s.io/kubernetes
hack/install-etcd.sh
export PATH=$GOPATH/src/k8s.io/kubernetes/third_party/etcd:$PATH
export KUBERNETES_PROVIDER=local
export CONTAINER_RUNTIME=remote
export CONTAINER_RUNTIME_ENDPOINT=/var/run/frakti.sock
hack/local-up-cluster.sh
3. 应用案例和最佳实践
3.1 多租户环境
在多租户环境中,Frakti 提供了强大的隔离性,确保不同租户的容器运行在独立的虚拟机内,从而防止租户之间的干扰。
3.2 不可信应用
对于需要运行不可信应用的场景,Frakti 的虚拟化隔离可以有效防止恶意应用对宿主机的攻击,提高系统的安全性。
3.3 混合运行时
Frakti 支持混合运行时模式,特权容器以 Docker 方式运行,普通容器以 hyper 容器方式运行。这种模式特别适合需要高性能和强隔离的混合场景。
4. 典型生态项目
4.1 Kubernetes
Frakti 是 Kubernetes 的一个 CRI 实现,与 Kubernetes 紧密集成,提供更高级别的容器隔离。
4.2 Hyperd
Hyperd 是 Frakti 依赖的 hypervisor 管理工具,负责管理虚拟机的生命周期。
4.3 CNI
Frakti 支持 CNI(Container Network Interface),可以与各种网络插件(如 Flannel、Calico 等)集成,提供灵活的网络配置。
通过以上步骤,你可以快速启动并使用 Frakti,享受其提供的强大隔离性和灵活性。
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 StartedJavaScript093- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
Claude 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 Started
JavaScript
521
93
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++
956
951
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
411
338
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
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++
128
209
昇腾LLM分布式训练框架
Python
148
176
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
140
221