Kamal部署工具与Earthly构建系统的集成实践
2025-05-18 16:52:39作者:谭伦延
在现代化应用部署流程中,构建和部署环节的分离已经成为一种最佳实践。本文将探讨如何将Earthly构建系统与Kamal部署工具进行有效集成,实现构建与部署的解耦。
Earthly与Kamal的基本原理
Earthly是一个基于BuildKit的构建工具,它通过声明式语法定义构建流程,并提供了强大的缓存机制。而Kamal是一个面向Rails应用的部署工具,默认使用Dockerfile进行镜像构建。
集成挑战
当尝试将两者集成时,会遇到一个核心矛盾:Kamal期望直接使用Dockerfile进行构建,而Earthly则采用自己的构建定义方式。这种差异导致无法直接通过单一命令实现两者的无缝衔接。
解决方案
方案一:利用Kamal的跳过构建功能
- 首先使用Earthly独立完成镜像构建
- 按照Kamal预期的命名规则为镜像打标签
- 在Kamal配置中设置
skip_push: true - 使用
kamal deploy --skip-push命令进行部署
这种方法实现了构建与部署的完全分离,适合已经在CI流程中使用Earthly的团队。
方案二:利用BuildKit原生缓存
Kamal实际上支持BuildKit作为底层构建引擎,这意味着Earthly构建的缓存层理论上可以被复用。可以通过配置Kamal的builder缓存选项来优化构建性能。
最佳实践建议
- 构建与部署分离:建议在CI流水线中完成所有构建和测试工作,仅将验证通过的镜像用于部署
- 标签一致性:确保Earthly构建的镜像标签与Kamal预期格式一致
- 缓存共享:如果使用相同的基础设施,可以配置共享的BuildKit缓存
- 环境一致性:虽然构建与部署分离,但仍需确保构建环境与生产环境的一致性
总结
通过合理的配置和工作流设计,Earthly和Kamal可以很好地协同工作。关键在于理解两者的设计理念和工作原理,找到适合团队工作流程的集成点。构建与部署的分离不仅能够提高流程的灵活性,还能更好地实现质量门禁和安全控制。
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 Notebook0120
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
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.98 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
1.93 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++
684
1.33 K
Ascend Extension for PyTorch
Python
720
883
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
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
457
440
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
262
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
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
610