Skaffold与Minikube中Docker镜像构建与Job部署实践
2025-05-14 13:53:05作者:霍妲思
在Kubernetes应用开发过程中,开发者经常需要构建自定义镜像并部署到集群中运行。本文将以GoogleContainerTools/skaffold项目为例,探讨在使用Minikube本地开发环境时,如何正确构建Docker镜像并创建Kubernetes Job对象。
镜像构建配置
Skaffold通过skaffold.yaml配置文件管理镜像构建过程。典型配置包含以下关键部分:
build:
tagPolicy:
sha256: {} # 使用SHA256哈希作为镜像标签
artifacts:
- image: portal # 主应用镜像
context: portal
docker:
dockerfile: Dockerfile
- image: pipelines/sleeper/sleeper # Job任务镜像
context: pipelines/sleeper/sleeper
docker:
dockerfile: Dockerfile
这种配置允许同时构建多个镜像,其中主应用镜像(portal)和Job任务镜像(pipelines/sleeper/sleeper)可以并行构建。
Minikube环境特性
在Minikube环境中,所有构建的镜像都会直接存储在Minikube虚拟机内的Docker守护进程中。通过执行minikube ssh进入虚拟机后,可以验证镜像确实已成功构建:
docker images | grep sleeper
输出应显示类似以下内容:
pipelines/sleeper/sleeper f2aa32ebd1ce 3 minutes ago 7.83MB
Job部署常见问题
当尝试创建使用这些镜像的Kubernetes Job时,开发者可能会遇到镜像拉取失败的错误:
Failed to pull image "pipelines/sleeper/sleeper:latest":
Error response from daemon: pull access denied for pipelines/sleeper/sleeper
这通常是由于以下原因之一:
- 镜像拉取策略配置不当:Kubernetes默认会尝试从远程仓库拉取镜像
- 镜像引用格式问题:在Minikube环境中需要特别注意镜像的引用方式
解决方案
正确的做法是在Job规范中明确设置镜像拉取策略为IfNotPresent或Never,并确保该配置位于正确的spec层级:
spec:
template:
spec:
containers:
- name: sleeper
image: pipelines/sleeper/sleeper
imagePullPolicy: IfNotPresent # 关键配置
最佳实践建议
- 开发环境配置:在Minikube等本地开发环境中,建议默认使用
IfNotPresent策略 - 镜像标签管理:避免使用
latest标签,而是使用明确的版本或构建哈希 - 多阶段构建:对于Job任务镜像,尽量保持精简以加快构建和部署速度
- 调试技巧:可以通过
kubectl describe pod命令查看详细的失败原因
通过正确配置镜像拉取策略和引用方式,开发者可以充分利用Skaffold和Minikube的组合优势,实现高效的本地Kubernetes应用开发和测试流程。
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 StartedRust0213
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
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
776
5.08 K
Ascend Extension for PyTorch
Python
756
962
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++
873
2.02 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++
697
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
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430