Apache OpenWhisk 在 Kubernetes 上的部署教程
2024-09-02 13:37:24作者:邵娇湘
1. 项目的目录结构及介绍
Apache OpenWhisk 在 Kubernetes 上的部署项目(openwhisk-deploy-kube)的目录结构如下:
openwhisk-deploy-kube/
├── README.md
├── ansible
├── bin
├── charts
├── config
├── docs
├── examples
├── helm
├── scripts
├── tests
└── tools
- README.md: 项目说明文件,包含基本信息和使用指南。
- ansible: 包含用于部署 OpenWhisk 的 Ansible 脚本。
- bin: 包含一些可执行脚本。
- charts: Helm charts 用于 Kubernetes 部署。
- config: 配置文件目录,包含各种配置模板。
- docs: 文档目录,包含详细的部署和使用文档。
- examples: 示例代码和配置文件。
- helm: Helm 相关文件和脚本。
- scripts: 辅助脚本,用于自动化部署和测试。
- tests: 测试脚本和测试用例。
- tools: 包含一些辅助工具和脚本。
2. 项目的启动文件介绍
项目的启动文件主要集中在 ansible 和 helm 目录中:
- ansible/deploy.yml: 主要的 Ansible 部署脚本,用于自动化部署 OpenWhisk 到 Kubernetes。
- helm/openwhisk: Helm chart 目录,包含用于部署 OpenWhisk 的 YAML 文件和模板。
3. 项目的配置文件介绍
配置文件主要位于 config 目录中:
- config/mycluster.yaml: 集群配置文件,定义了 Kubernetes 集群的配置参数。
- config/openwhisk-config.yaml: OpenWhisk 配置文件,包含 OpenWhisk 系统的各种配置参数,如数据库配置、API 网关配置等。
这些配置文件可以根据具体需求进行修改,以适应不同的部署环境和需求。
登录后查看全文
热门项目推荐
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