VMware Tanzu Educates 培训平台迁移指南:从 Learning Center 到 Educates 2.X
平台演进背景
VMware Tanzu Educates 培训平台是一个基于 Kubernetes 的交互式学习环境解决方案。在技术演进过程中,平台经历了从 Educates 1.X 分支到 Learning Center,再到当前 Educates 2.X 版本的发展路径。本文将详细介绍从 Learning Center 迁移到 Educates 2.X 版本时需要注意的关键变更点。
核心架构变更
1. API 组与资源定义变更
最显著的架构变化体现在 Kubernetes 自定义资源的 API 组定义上:
Learning Center 定义方式:
apiVersion: learningcenter.tanzu.vmware.com/v1beta1
kind: Workshop
Educates 2.X 新规范:
apiVersion: training.educates.dev/v1beta1
kind: Workshop
对应的资源类别别名也从 learningcenter/learningcenter-training 变更为 educates/educates-training。查询资源时需要使用新命令:
kubectl get educates
2. 工作坊基础镜像配置
镜像配置位置发生了重要调整:
旧版配置:
spec:
content:
image: registry.example.com/org/image:tag
新版规范:
spec:
workshop:
image: registry.example.com/org/image:tag
Educates 提供了更丰富的预置基础镜像选择:
base-environment:*- 基础环境镜像jdk{8,11,17,21}-environment:*- 各版本JDK环境conda-environment:*- Conda数据科学环境
注意:原有 Learning Center 的定制镜像需要基于 Educates 的基础镜像重新构建。
内容分发机制升级
3. 工作坊内容获取方式
内容获取机制从简单配置升级为基于 vendir 的声明式配置:
GitHub 内容源新配置:
spec:
workshop:
files:
- git:
url: https://github.com/org/repo
ref: origin/main
includePaths:
- /workshop/**
- /exercises/**
HTTP 归档文件新配置:
spec:
workshop:
files:
- http:
url: https://example.com/workshop.tgz
OCI 镜像新配置:
spec:
workshop:
files:
- image:
url: $(image_repository)/workshop-files:latest
新机制提供了更精细的内容过滤控制,通过 includePaths 和 excludePaths 替代原有的 .eduk8signore 文件。
安全策略改进
4. 安全策略命名规范
安全策略名称遵循了 Kubernetes 最新的 Pod 安全标准:
| Learning Center | Educates 2.X |
|---|---|
| nonroot | restricted |
| anyuid | baseline |
| custom | privileged |
配置位置变更:
spec:
session:
namespaces:
security:
policy: baseline
5. 资源配额调整
内存限制范围进行了优化调整:
新版默认值:
| Budget | Min | Max | Request | Limit |
|-----------|------|------|---------|-------|
| small | 1M | 1Gi | 128Mi | 256Mi |
| medium | 1M | 2Gi | 128Mi | 512Mi |
...
主要变化是将最小内存从 32Mi 调整为 1M,并统一了大型工作坊的内存限制为 512Mi。
网络与入口变更
6. Ingress 主机名规则
入口主机名生成规则从后缀式改为前缀式:
旧规则:
$(session_namespace)-app.$(ingress_domain)
新规范:
app-$(session_name).$(ingress_domain)
同时强化了安全策略,要求所有入口必须包含会话名称,防止跨工作坊干扰。
开发体验优化
7. 编辑器扩展管理
Educates 2.X 不再预装任何 VS Code 扩展,改为按需安装。可以通过工作坊的 setup.d 脚本安装:
#!/bin/bash
code-server --install-extension redhat.java@1.3.0
code-server --install-extension vscjava.vscode-java-debug@0.38.0
注意:编辑器路径已标准化为
/opt/editor/bin/code-server
8. 内容渲染引擎
逐步淘汰原有的"经典"渲染器,转向基于 Hugo 的现代渲染系统。建议新工作坊采用 Hugo 格式编写教学内容。
配置管理变更
9. 门户默认设置
门户默认值配置位置调整:
新版规范:
spec:
portal:
workshop:
defaults:
capacity: 6
reserved: 2
initial: 4
10. 环境变量管理
推荐使用 setup.d 脚本配合 .env 文件替代原有的 profile.d 机制:
#!/bin/bash
echo "MY_VAR=value" >> $WORKSHOP_ENV
迁移实施建议
- 分阶段迁移:先测试关键工作坊,再逐步推广
- 镜像重建:所有定制镜像需基于 Educates 基础镜像重建
- 安全评审:检查安全策略是否符合新规范
- 性能测试:验证资源配额是否满足需求
- 用户培训:介绍新特性的使用方式
通过系统性地应用这些变更,您可以顺利将工作坊从 Learning Center 迁移到功能更强大、安全性更高的 Educates 2.X 平台。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00