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
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
531
3.74 K
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
336
178
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++
886
596
Ascend Extension for PyTorch
Python
340
403
暂无简介
Dart
772
191
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
12
1
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
247
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
416
4.21 K
React Native鸿蒙化仓库
JavaScript
303
355