多租户GitOps项目使用教程
项目介绍
multi-tenancy-gitops 是一个开源项目,旨在通过GitOps的方式管理Kubernetes(K8s)系统的基础设施、服务和应用层。该项目提供了一种基于GitOps的多租户管理方法,适用于Red Hat OpenShift平台和IBM Cloud Paks。通过GitOps,用户可以将Kubernetes集群的配置状态存储在Git仓库中,并通过Git的版本控制和自动化工具来管理和部署集群资源。
项目快速启动
1. 环境准备
在开始之前,请确保您已经准备好以下环境:
- Red Hat OpenShift集群(v4.7+)
- OpenShift CLI (
oc) - Git CLI
- IBM Entitlement Key
2. 安装OpenShift GitOps
首先,安装OpenShift GitOps Operator并配置Argo CD实例:
oc apply -f setup/ocp47/
while ! oc wait crd applications.argoproj.io --timeout=-1s --for=condition=Established 2>/dev/null; do
sleep 30
done
while ! oc wait pod --timeout=-1s --for=condition=Ready -l 'job-name' -n openshift-gitops > /dev/null; do
sleep 30
done
3. 配置IBM Entitlement Key
创建一个包含IBM Entitlement Key的Secret:
oc new-project tools || true
oc create secret docker-registry ibm-entitlement-key -n tools \
--docker-username=cp \
--docker-password="<entitlement_key>" \
--docker-server=cp.icr.io
4. 克隆Git仓库
克隆multi-tenancy-gitops仓库到本地:
git clone https://github.com/cloud-native-toolkit/multi-tenancy-gitops.git
cd multi-tenancy-gitops
5. 配置Git源
更新Git仓库的URL和分支引用:
GIT_ORG=<GIT_ORG>
GIT_BRANCH=master
./scripts/set-git-source.sh
git commit -m "Update Git URL and branch references"
git push origin master
6. 启动OpenShift集群
选择一个配置文件并启动集群:
GITOPS_PROFILE="0-bootstrap/single-cluster"
oc apply -f $GITOPS_PROFILE/bootstrap.yaml
7. 验证ArgoCD URL和密码
获取ArgoCD的URL和admin密码:
oc get route -n openshift-gitops openshift-gitops-cntk-server -o template --template='https://{{.spec.host}}'
oc extract secrets/openshift-gitops-cntk-cluster --keys=admin.password -n openshift-gitops --to=-
应用案例和最佳实践
1. 多租户管理
multi-tenancy-gitops项目特别适用于需要管理多个租户的场景。通过GitOps,每个租户可以独立管理自己的应用和配置,同时平台管理员可以集中管理基础设施和服务层。
2. 自动化部署
利用GitOps的自动化特性,可以实现应用的持续部署和回滚。通过Git的版本控制,可以轻松追踪和管理应用的变更历史。
3. 安全性和隔离性
项目通过Kubernetes的RBAC和Argo CD的RBAC配置,确保了租户之间的隔离性和安全性。每个租户只能访问和操作自己的资源,无法影响其他租户的环境。
典型生态项目
1. Red Hat OpenShift
multi-tenancy-gitops项目主要针对Red Hat OpenShift平台,通过GitOps的方式简化了OpenShift集群的管理和部署。
2. IBM Cloud Paks
IBM Cloud Paks是IBM提供的一组云原生解决方案,multi-tenancy-gitops项目可以帮助用户通过GitOps的方式管理和部署这些解决方案。
3. Argo CD
Argo CD是一个开源的持续交付工具,multi-tenancy-gitops项目利用Argo CD实现了GitOps的工作流,确保了应用和配置的自动化管理。
通过以上步骤和案例,您可以快速上手并使用multi-tenancy-gitops项目来管理和部署您的Kubernetes集群。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00