KubePi 数据持久化配置指南
2025-06-28 13:20:00作者:平淮齐Percy
问题背景
在使用 KubePi 管理本地 k3s 集群时,用户发现当集群重启后,KubePi 中的所有配置数据都会丢失。这是因为默认部署方式下,KubePi 的数据存储在容器内部,没有进行持久化处理。
解决方案
KubePi 的数据默认存储在 /var/lib/kubepi/db 目录下。要实现数据持久化,我们需要为 KubePi 部署配置持久化存储卷(Persistent Volume Claim, PVC)。
持久化部署方案
以下是完整的 KubePi 持久化部署 YAML 配置示例:
apiVersion: v1
kind: PersistentVolumeClaim
metadata:
name: kubepi-db-pvc
spec:
accessModes:
- ReadWriteOnce
storageClassName: local-path
resources:
requests:
storage: "1Gi"
---
apiVersion: apps/v1
kind: Deployment
metadata:
name: kubepi
labels:
name: kubepi
spec:
replicas: 1
selector:
matchLabels:
name: kubepi
strategy:
rollingUpdate:
maxSurge: 1
maxUnavailable: 0
type: RollingUpdate
template:
metadata:
labels:
name: kubepi
spec:
containers:
- name: kubepi
image: 1panel/kubepi:v1.7.0
imagePullPolicy: IfNotPresent
ports:
- containerPort: 80
protocol: TCP
name: http
volumeMounts:
- mountPath: /etc/localtime
name: time
readOnly: true
- name: kubepi-db-pvc
mountPath: /var/lib/kubepi/db
volumes:
- name: time
hostPath:
path: /etc/localtime
- name: kubepi-db-pvc
persistentVolumeClaim:
claimName: kubepi-db-pvc
---
apiVersion: v1
kind: Service
metadata:
name: kubepi-svc
labels:
name: kubepi
spec:
selector:
name: kubepi
type: ClusterIP
ports:
- port: 80
targetPort: 80
关键配置说明
-
PersistentVolumeClaim:
accessModes: 设置为ReadWriteOnce,表示卷可以被单个节点以读写方式挂载storageClassName: 根据集群实际情况配置,本地集群通常使用local-pathstorage: 根据实际需求设置存储大小,1Gi 对 KubePi 来说通常足够
-
Deployment:
- 通过
volumeMounts将 PVC 挂载到容器的/var/lib/kubepi/db目录 - 同时挂载了主机时间
/etc/localtime确保容器时间与主机同步
- 通过
-
Service:
- 使用
ClusterIP类型服务暴露 KubePi - 可根据需要改为
NodePort或LoadBalancer类型
- 使用
不同环境下的调整建议
-
本地 k3s 集群:
- 使用
local-path作为存储类 - 存储大小可以适当减小
- 使用
-
生产环境:
- 考虑使用更可靠的存储后端,如 NFS、Ceph 等
- 设置
ReadWriteMany访问模式以便支持多副本部署 - 增加存储容量和资源限制
-
云环境:
- 使用云提供商提供的存储类,如 AWS 的 EBS、Azure 的 Disk 等
- 考虑启用自动扩容功能
验证持久化效果
部署完成后,可以通过以下步骤验证持久化是否生效:
- 在 KubePi 中进行一些配置更改
- 删除 KubePi 的 Pod 让其自动重建
- 检查配置是否仍然存在
- 重启整个集群后再次检查配置持久性
总结
通过为 KubePi 配置持久化存储,可以确保集群管理数据在容器重启或集群重启后不会丢失。这对于生产环境尤为重要,可以避免每次重启后都需要重新配置集群信息的麻烦。根据实际环境选择合适的存储后端和配置参数,可以平衡性能、可靠性和成本。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
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
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
659
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
503
609
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
391
286
暂无简介
Dart
905
218
🔥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
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
939
862
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108