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
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 StartedRust0212
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 Notebook0137
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
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
最新内容推荐
项目优选
收起
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
960
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++
872
2.01 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++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430