KServe项目关于kube-rbac-proxy镜像迁移的技术通告
随着Google Cloud Registry(GCR)服务即将在2025年3月18日停止服务,KServe项目组需要提醒所有用户注意一个重要变更:当前使用的gcr.io/kubebuilder/kube-rbac-proxy镜像将在此日期后不可用。作为KServe的核心组件之一,这一变更将影响所有现网部署,需要用户及时采取行动。
背景说明
kube-rbac-proxy是Kubernetes生态中广泛使用的RBAC代理组件,主要用于处理基于角色的访问控制。在KServe的架构中,它承担着重要的安全认证功能。目前项目中使用的是托管在Google GCR仓库的镜像版本。
根据Google官方公告,所有GCR仓库都将在2025年3月18日后停止服务。这意味着届时任何尝试拉取该镜像的操作都将失败,导致依赖该组件的服务出现异常。
影响范围
这一变更将影响:
- 所有使用默认配置部署的KServe实例
- 任何直接或间接依赖
gcr.io/kubebuilder/kube-rbac-proxy镜像的自定义部署 - 使用较旧版本KServe且未及时升级的系统
解决方案
项目组已经确定了两种可行的迁移方案:
方案一:完全移除依赖
通过重构代码逻辑,彻底移除对kube-rbac-proxy的依赖。这种方式最为彻底,但需要较大的架构调整。
方案二:迁移到替代镜像
将依赖迁移到官方推荐的替代镜像quay.io/brancz/kube-rbac-proxy。这是kube-rbac-proxy项目的官方维护版本,功能完全兼容。
经过评估,KServe项目组已经选择方案二作为主要迁移路径,并在最新版本中完成了相关变更。
用户操作指南
对于不同场景的用户,建议采取以下措施:
-
新部署用户: 直接使用KServe最新版本,已内置正确的镜像配置。
-
现有部署用户:
- 检查当前部署中是否包含对
gcr.io/kubebuilder/kube-rbac-proxy的引用 - 制定升级计划,在2025年3月前完成迁移
- 测试环境先行验证,确保兼容性
- 检查当前部署中是否包含对
-
定制化部署用户: 需要手动修改部署配置,将所有相关镜像引用更新为
quay.io/brancz/kube-rbac-proxy
技术细节
迁移过程中需要注意:
- 新老镜像的版本对应关系
- 可能存在的配置参数差异
- 监控指标的兼容性
- 性能基准测试
建议用户在测试环境中充分验证后再进行生产环境部署。
时间规划
为确保平稳过渡,建议用户按照以下时间表行动:
- 2024年Q3:评估影响,制定迁移计划
- 2024年Q4:测试环境验证
- 2025年Q1:生产环境部署
结语
镜像仓库变更虽然看似简单,但可能对生产系统造成重大影响。KServe项目组建议所有用户重视此次变更,尽早规划迁移工作。如有任何技术问题,可通过社区渠道寻求支持。
项目组将持续关注相关进展,并在必要时提供额外指导。用户的安全和系统稳定性是我们的首要考虑。
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 StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112