Harvester项目:在Rancher v2.10.x中配置离线环境UI扩展的完整指南
2025-06-15 11:36:21作者:戚魁泉Nursing
背景与需求场景
在现代企业IT基础设施中,出于安全合规要求,许多用户需要在完全隔离的离线环境中部署容器管理平台。Harvester作为基于Kubernetes的轻量级HCI解决方案,与Rancher的深度集成是其核心优势之一。自Rancher v2.10.0版本起,官方引入了Harvester UI扩展功能,但现有文档主要针对标准网络环境,缺乏对离线部署场景的系统性指导。
技术架构解析
离线环境下的UI扩展部署涉及三个核心组件:
- Harvester集群:提供底层虚拟化资源
- Rancher管理平台:作为统一控制平面
- 私有制品仓库:托管UI扩展所需的Chart包和容器镜像
离线仓库配置详解
前置准备
需要准备具备以下条件的节点:
- 可访问互联网的构建机(用于初始资源下载)
- 隔离网络中的仓库服务器(如Harbor、Nexus等)
- 存储空间建议不低于20GB
分步实施指南
步骤一:资源获取与归档
- 从官方渠道获取以下资源包:
- Harvester UI扩展Chart包(harvester-ui-extension-*.tgz)
- 配套容器镜像(rancher/harvester-ui-catalog:*)
- Rancher系统基础镜像(cattle-ui-plugin-system相关)
步骤二:仓库初始化
- 在私有仓库中创建专用项目:
# Harbor示例 harbor project create --name harvester-ext --public false - 使用skopeo工具同步镜像:
skopeo copy docker://registry.example.com/rancher/harvester-ui-catalog:v1.5.0 \ docker://local-registry:5000/harvester-ext/ui-catalog:v1.5.0
步骤三:Chart包处理
- 解压并修改Chart依赖:
# 修改values.yaml repository: local-registry:5000/harvester-ext tag: v1.5.0 - 重新打包Chart:
helm package ./harvester-ui-extension
Rancher集成配置
扩展仓库注册
-
通过Rancher UI添加自定义Catalog:
- 名称:harvester-airgap
- URL:http://local-registry/charts
- 认证方式:根据实际选择Basic Auth或Token
-
验证仓库连通性:
curl -u user:pass http://local-registry/charts/index.yaml
扩展安装方式
手动安装(推荐)
- 导航至"Extensions"页面
- 选择"Upload Chart"选项
- 上传本地打包的tgz文件
自动安装注意事项 当前版本存在已知限制:
- 系统会默认检查社区仓库配置
- 需预先创建cattle-ui-plugin-system命名空间
- 推荐通过kubectl直接创建Extension资源
版本升级策略
补丁版本更新
- 同步新版本镜像至私有仓库
- 更新Chart中的镜像tag引用
- 通过Rancher UI执行升级操作
大版本迁移
- 保持旧版本扩展在线
- 并行部署新版本实例
- 验证无误后下线旧版本
生产环境建议
-
高可用部署:
- 至少配置2个仓库实例
- 启用定期备份机制
-
性能优化:
- 为镜像仓库配置缓存代理
- 设置合理的资源限制
-
安全加固:
- 启用仓库内容签名验证
- 配置网络访问白名单
常见问题排查
现象一:Missing Repository错误 解决方案:
- 确认Catalog URL可访问
- 检查网络策略是否放行
- 验证index.yaml文件完整性
现象二:镜像拉取失败 处理步骤:
- 检查镜像tag匹配情况
- 验证仓库认证配置
- 查看节点docker配置
通过本文描述的方法,企业可以在完全隔离的环境中实现Harvester与Rancher的深度集成,同时满足安全合规要求。建议在实际部署前,在测试环境完整验证所有流程。
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 StartedRust0197
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 Notebook0128
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python07
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
766
5.01 K
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++
863
1.96 K
Ascend Extension for PyTorch
Python
722
896
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++
690
1.35 K
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
458
453
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++
1.08 K
1.11 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
1.02 K
265
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
238
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.01 K
628
Oohos_react_native
React Native鸿蒙化仓库
C++
357
425