Caicloud Cyclone 云原生持续集成平台安装指南
2025-06-10 00:02:05作者:盛欣凯Ernestine
前言
Caicloud Cyclone 是一款基于 Kubernetes 的云原生持续集成与持续交付(CI/CD)平台,它能够帮助开发团队在 Kubernetes 环境中高效地构建、测试和部署应用。本文将详细介绍如何在不同环境中安装和配置 Cyclone 平台。
系统要求
在开始安装前,请确保您的环境满足以下要求:
- Kubernetes 集群版本 1.12、1.13 或 1.14
- Helm 版本高于 2.10(推荐使用最新稳定版)
- 集群节点有足够的资源运行 Cyclone 组件
- 网络能够访问公共镜像仓库或您指定的私有镜像仓库
Helm 安装方式
1. 准备工作
Helm 是 Kubernetes 的包管理工具,使用 Helm 可以简化 Cyclone 的安装和管理过程。
首先需要初始化 Helm 并安装 Tiller(Helm 的服务端组件):
helm init --history-max 200
2. 基础安装
最简单的安装方式是使用默认配置:
helm install --name cyclone --namespace cyclone-system ./helm/cyclone
此命令会:
- 创建名为
cyclone-system的命名空间 - 从公共镜像仓库拉取所有必需镜像
- 部署 Cyclone 所有组件
3. 自定义安装
3.1 使用私有镜像仓库
如果您的环境无法访问公共镜像仓库,或者需要使用私有镜像仓库:
helm install --name cyclone --namespace cyclone-system \
--set imageRegistry.registry=your.private.registry,imageRegistry.project=your-project \
./helm/cyclone
3.2 使用自定义配置
对于生产环境,建议使用 values 文件进行详细配置:
helm install --name cyclone --namespace cyclone-system \
-f custom-values.yaml \
./helm/cyclone
4. 升级与卸载
升级 Cyclone 版本:
helm upgrade cyclone ./helm/cyclone
卸载 Cyclone:
helm delete --purge cyclone
核心配置详解
1. 通用配置
| 参数 | 说明 | 默认值 |
|---|---|---|
imageRegistry.registry |
镜像仓库地址 | 公共镜像仓库地址 |
imageRegistry.project |
Cyclone 组件镜像所在项目 | caicloud |
serverAddress |
Cyclone 服务器地址 | cyclone-server.default.svc.cluster.local::7099 |
2. 工作流引擎配置
工作流引擎是 Cyclone 的核心组件,负责执行 CI/CD 流水线:
engine:
gc:
enabled: true # 是否启用垃圾回收
delaySeconds: 300 # 执行完成后保留时间(秒)
limits:
maxWorkflowRuns: 50 # 每个工作流保留的最大执行记录数
resourceRequirement: # 默认资源限制
limits:
cpu: 100m
memory: 256Mi
3. 服务器配置
Cyclone 服务器提供 RESTful API 接口:
server:
listenPort: 7099 # 服务监听端口
init:
defaultTenant: true # 是否初始化默认租户
pvc:
size: 10Gi # 默认 PVC 大小
4. Web 界面配置
web:
replicas: 1 # 实例数
nodePort: 30022 # NodePort 服务端口
从源码构建镜像
如果您需要自定义 Cyclone 组件,可以从源码构建镜像:
docker login your.private.registry -u username -p password
make push REGISTRIES=your.private.registry/your-project
然后使用自定义镜像安装:
helm install --name cyclone --namespace cyclone-system \
--set imageRegistry.registry=your.private.registry,imageRegistry.project=your-project \
./helm/cyclone
安装后验证
安装完成后,可以通过以下方式验证:
-
检查 Pod 状态:
kubectl get pods -n cyclone-system -
访问 Web 界面(如果配置了 NodePort):
http://<节点IP>:30022
常见问题解决
- 镜像拉取失败:检查网络连接和镜像仓库配置
- PVC 创建失败:确认 StorageClass 配置正确
- 资源不足:调整资源请求和限制配置
最佳实践建议
-
生产环境建议:
- 使用高可用配置(增加副本数)
- 配置持久化存储
- 设置合理的资源限制
-
开发环境可以:
- 启用开发模式(
engine.developMode: true) - 使用较小的资源规格
- 启用开发模式(
通过本文的指导,您应该能够顺利完成 Caicloud Cyclone 的安装和基础配置。根据实际需求调整配置参数,可以充分发挥 Cyclone 在云原生 CI/CD 中的强大能力。
登录后查看全文
热门项目推荐
相关项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
8
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++
654
279
暂无简介
Dart
640
147
Ascend Extension for PyTorch
Python
202
219
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
React Native鸿蒙化仓库
JavaScript
246
316
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
213
🎉 (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
1.12 K
630
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
9
1
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
77
100