• [互动交流] 如何评估资源预热功能的投资回报率和成本效益?
    如何评估资源预热功能的投资回报率和成本效益?
  • [互动交流] 是否支持服务网格和微服务架构的集成?
    是否支持服务网格和微服务架构的集成?
  • [互动交流] 在使用Autopilot时,如何确保数据的安全性和隐私保护?
    在使用Autopilot时,如何确保数据的安全性和隐私保护?
  • [互动交流] CCE Autopilot是否集成了华为云的其他服务,如存储、网络、监控等?
    CCE Autopilot是否集成了华为云的其他服务,如存储、网络、监控等?
  • [互动交流] 在CCE Autopilot上部署的服务如何监控?
    在CCE Autopilot上部署的服务如何监控?
  • [互动交流] CCE Autopilot支持哪些存储选项?
    CCE Autopilot支持哪些存储选项?
  • [互动交流] 在使用资源预热功能时,如何降低运维成本和复杂性?
    在使用资源预热功能时,如何降低运维成本和复杂性?
  • [互动交流] 评估资源池水位时考虑了哪些因素?
    CCE评估资源池水位时考虑了哪些因素?
  • [互动交流] 边缘节点出现问题,怎么进行恢复
    边缘节点出现问题,KubeEdge是怎么进行处理的
  • [互动交流] 使用KubeEdge服务出现不兼容??
    调用KubeEdge服务兼容不匹配,该怎么解决?
  • [热门活动] 6月20日-22日,HDC.2025|华为开发者大会2025 邀您赴会
    2025年盛夏,让我们以代码为契,共同追问技术为何而生--在华为开发者大会的星空下,没有商业胜负的喧嚣,唯有千万行代码汇聚的纯粹答案: 让世界变得更好。HDC 2025,6月20日-22日,东莞松山湖,期待与您相见!
  • [公告] 【调研】请为 Karmada Concept <Host Cluster> 提供宝贵建议
    ▍调研背景Kubernetes SIG-Multicluster 正在提议为 central cluster 制定一个标准化定义[1](目前在 Karmada[2] 中称为“Host Cluster”),以统一 Karmada、OCM、clusternet、kubefleet、MCO、KubeAdmiral 等多集群管理项目之间的术语。此倡议旨在减少生态系统的碎片化,提高跨项目的互操作性。Karmada 社区[3]有可能修改当前在使用的 Concept (即 Host Cluster),为了评估其对用户的影响,特发起了本次社区调研。您的反馈将直接影响 Karmada 与 SIG-Multicluster 提案的一致性,并指导我们的兼容性策略。▍调研目的了解是否有用户将 Karmada Concept 用于产品界面,例如API、可视化UI、产品文档等,如存在此情况请务必反馈。征集用户对术语的偏好(Host Cluster vs. Hub Cluster 等)。 ▍参与方式在 Karmada issue 137 留下您对此问题的评论,或填写在线问卷。本次调研截止日期为2025年6月10日。方式1:在 Karmada issue 137 直接评论:https://github.com/karmada-io/community/issues/137方式2:参与在线问卷,问卷地址:https://docs.google.com/forms/d/e/1FAIpQLSdsFibCZlkOo6xVCx-FlFcAwghy2YgT9DhFP4h7jrLxnn_PNA/viewform相关链接[1] standardized definition for the central cluster: https://github.com/kubernetes/community/pull/8210[2] Karmada: https://karmada.io/[3] Karmada 社区: https://github.com/karmada-io/karmada添加社区小助手k8s2222回复Karmada进入技术交流群👉Karmada 是CNCF 首个多云多集群容器编排项目(孵化级),旨在帮助用户像使用单个集群一样轻松管理跨云多集群,让基于 Karmada 的多云方案无缝融入云原生技术生态。社区吸引了来自华为、道客、浙江大学、腾讯、中国电子云、滴滴、Zendesk、携程等100多家公司的全球贡献者,广泛分布于20+国家和地区。Karmada 现已在华为云、道客、兴业数金、中国移动、中国联通、携程、360集团、新浪、中通快递等众多企业单位生产应用,为企业提供从单集群到多云架构的平滑演进方案。Karmada官网:https://karmada.io/项目地址:https://github.com/karmada-io/karmadaSlack地址:https://slack.cncf.io/(#karmada)
  • [热门活动] 5月27日截止 | Volcano社区2025夏季LFX Mentorship欢迎你的加入
    由Linux Foundation组织的LFX Mentorship计划,从19年开始为CNCF各个开源社区中的开发人员持续提供带薪实习和指导。往年已获20K+申请,发起1300+课题,毕业1000+实习生,发放超过310万美金报酬。LFX Mentorship 2025 Term 2 Mentee 报名正在进行,截止时间为太平洋夏令时 5 月 27 日星期二上午 11:00 (18:00 UTC),远程实习将从 6 月 9 日开始为期三个月。参与到LFX Mentorship计划中,为开源项目做贡献、获得开源社区的认可同时,完成工作还能获取报酬 (位于中国的开发者报酬为$3000美金,约合¥20000人民币)。Volcano社区在LFX Mentorship的课题申请正在火热进行中,欢迎前往官方平台申请: https://mentorship.lfx.linuxfoundation.org/ 🏷️ 需要留意的是, LFX Mentorship 2025 面向在校及已毕业申请者同时开放,而在校学生可同时关注Volcano开源之夏《大咖领路+高额奖金!Volcano社区开源之夏8大课题邀你挑战 》获取更多暑期开源社区工作机会。 Volcano社区介绍 Volcano 是业界首个云原生批量计算引擎,也是 CNCF 首个和唯一的批量计算项目。Volcano 云原生批量计算项目主要用于 AI、大数据、基因、渲染等诸多高性能计算场景,对主流通用计算框架均有很好的支持。社区已吸引5.8万+全球开发者,并获得4.7k Star 和1.1K+Fork,参与贡献企业包括华为、AWS、百度、腾讯、博云、京东、小红书、第四范式、bilibili等。社区地址:https://github.com/volcano-sh/volcano目前,Volcano在人工智能、大数据、基因测序等海量数据计算和分析场景已得到广泛应用,完成对 Spark、Flink、Ray 、Tensorflow、PyTorch、Argo、MindSpore、Paddlepaddle 、Kubeflow、MPI、Horovod、Mxnet、KubeGene等众多主流计算框架的支持,并构建起完善的上下游生态。在LFX Mentorship 2025 Term 2 ,Volcano期待与你协作开拓AI大数据等场景调度的更多可能。面向对象  LFX Mentorship 2025 Term 2申请者需在2025年5月27日前在LFX官网完成Mentee注册及项目申请。若被接收作为Mentee,您将能在开源社区经验丰富、积极贡献的Mentor指导下为开源项目做出贡献。依据官方规定[1],对Mentee申请者有以下要求:计划开始时至少年满18周岁所在单位和组织不禁止该实习未参加另外的Linux Mentorship计划开发者以个人身份参与(在校或已毕业均可)具备所注册国家中工作权利且所注册国家未被计划禁止 (中国已获许可)并非社区中高于最低限度贡献成员(如Maintainer、Recurring Contributor)满足具体所属项目中提及的其它前置需求课题参与方式 根据官方安排 [2],LFX Mentorship 2025年夏季活动流程如下:Mentee报名申请:5月15日-5月27日申请者审核期: 5月28日-6月3日申请者入选通知: 6月4日实习启动: 6月9日中期考核:7月15日首次津贴支付 :7月16日结项考核、实习生报告提交,最终津贴支付批准 :8月26日-27日活动结束 :8月29日申请指南详见 [3]:https://docs.linuxfoundation.org/lfx/mentorship/mentee-guide/how-to-apply实习申请结果预计将在 6 月 4 日通知到申请人。主线开发日期为2025年6月9日-8月26日,全程线上协作,无需线下参与。结项需要在2025年8月26日前以 PR 的形式提交到项目所在的开源社区仓库中并完成合并。 Volcano课题   在LFX Mentorship 2025 Term 2,CNCF Volcano社区带来以下课题:▍Enhance JobFlow Functionality课题描述:Volcano 社区引入了 JobFlow 来解决作业间的依赖关系。通过 JobTemplate 和 JobFlow API ,用户可以声明和编排多个 Volcano 作业,并利用顺序执行、并行执行、条件执行、分支执行和循环执行等控制流原语。JobFlow 旨在促进 AI、大数据和 HPC 工作负载向云原生环境的迁移。当前的 JobFlow 功能需要进一步增强,以满足更复杂的实际场景需求。参考:https://github.com/volcano-sh/volcano/tree/master/docs/design/jobflow预期成果:1. 支持在 JobFlow 中引用 JobTemplate 时修改其参数,例如更改容器镜像版本、调整资源限制等。2. 在 JobFlow 中为失败的作业实现可配置的重试机制,例如支持指数退避重试策略、设置最大重试次数等。3. 引入更丰富的控制流语句,例如 if、switch 和 for 语句,例如基于上游任务状态的条件分支、特定任务集的迭代执行等。前置技能:Kubernetes,Volcano,GO课题导师:Xuzheng Chang(@Monokaix )2536818783@qq.comDong Jiang (@dongjiang1989)dongjiang2010@gmail.com 课题链接:https://mentorship.lfx.linuxfoundation.org/project/6e853798-e2a3-445f-89f4-63c2e5acc58b▍Implement Volcano Scheduler Simulator课题描述:对于 Kubernetes 和 Volcano 调度器的用户来说,调度过程通常像一个黑盒。理解调度决策的执行过程以及评估调度器的功能和性能(尤其是在引入新的调度功能时)可能颇具挑战性。搭建一个功能齐全的 Kubernetes 集群并生成真实的工作负载来观察调度行为可能非常耗时且比较消耗资源。用户需要一种轻量级且高效的方法来验证调度器变更的正确性和性能影响,无需搭建一个真实集群,即可完成模拟调度。预期成果:1. 实现一个能够模拟 Volcano 调度器核心调度逻辑的 Volcano 调度器模拟器。2. 该模拟器应该能够接收模拟的 Kubernetes 集群状态(例如,节点、Pod、队列)和 Volcano 配置作为输入。3. 模拟器应输出模拟调度结果,包括 Pod 被调度到的节点,以及决策过程信息(例如,考虑的节点、筛选和评分结果)。4. (可选)模拟器可以提供基本的性能指标输出,例如模拟调度延迟。5. 提供清晰的使用文档和示例,方便用户验证功能前置技能:Kubernetes, Go, Volcano课题导师:Xuzheng Chang(@Monokaix )2536818783@qq.comlowang-bh(@lowang-bh)lhui_wang@163.com课题链接:https://mentorship.lfx.linuxfoundation.org/project/017774aa-f821-49c6-b701-fef1a0fae17b▍Enhance Volcano Dashboard UX and Functionality课题描述:Volcano Dashboard 是 Volcano 资源的前端展示平台。目前,它支持 Volcano 作业、队列和 Pod 等资源,但编辑通常需要使用原始 YAML 格式,这对于修改或创建新资源并不方便。为了提升用户体验,本项目旨在增强 Dashboard 的交互性和用户友好性,并支持显示层级队列和超节点 (HyperNode) 资源。预期成果:1. 改进资源显示和编辑界面,提供更友好的交互方式,例如使用表单或可视化编辑器代替直接编辑 YAML 格式来创建和修改资源。2. 支持显示层级队列和超节点资源,并提供鼠标点击展开/折叠功能,以便清晰地可视化资源关系。3. 优化用户界面设计,提升美观度和易用性。4. 重构后端代码,提高可维护性和可扩展性。5. 显示资源的关键信息和完整信息,并可在视图之间切换。6. (可选)支持更多资源类型的显示和管理。前置技能:Kubernetes, React, Node.js, JS课题导师:Xuzheng Chang(@Monokaix )2536818783@qq.comZicong Chen (@JesseStutler )jesseincomparable@hotmail.com课题链接:https://mentorship.lfx.linuxfoundation.org/project/e81c895a-69f9-4c63-b4fe-e9352c3fa2e7▍Enhance Volcano Official Documentation课题描述:随着 Volcano 功能的不断丰富以及与更广泛生态系统集成的不断深入,社区文档需要不断更新迭代,以提供更优质的用户指南和体验。清晰全面的文档有助于用户快速上手 Volcano,并降低使用和配置成本。目前,部分文档分散在 GitHub 仓库中,需要迁移至官网,为用户提供统一的入口。预期成果:1. 将 GitHub 仓库中尚未上线的文档迁移至官网。2. 详细讲解 Volcano Scheduler、Volcano Controller、Volcano Agent 和 Volcano Admission 组件的功能,包括其各自启动参数的含义。3. 补充核心功能(例如 JobFlow 和 vGPU 虚拟化)的文档。4. 添加“最佳实践”部分,提供在各种场景下使用 Volcano 的建议和配置示例。5. 添加“故障排除”部分,用于收集和整理常见问题及其解决方案。前置技能:Technical Writing, Markdown,Git,Hugo or other static site generators课题导师:Xuzheng Chang(@Monokaix )2536818783@qq.comZicong Chen (@JesseStutler )jesseincomparable@hotmail.com课题链接:https://mentorship.lfx.linuxfoundation.org/project/a8bafeea-f608-4e73-9a44-ca60c309536f 如果对课题内容有任何问题,欢迎向课题导师发送邮件或在GitHub仓库提交Issue提问。扫码回复“Volcano” 进入技术群参考资料[1] LFX Mentorship - Application Requirement: https://docs.linuxfoundation.org/lfx/mentorship/mentee-guide/am-i-eligible [2] LFX Mentorship - Program Readme: https://github.com/cncf/mentoring/tree/main/programs/lfx-mentorship/2025/02-Jun-Aug[3] LFX Mentorship - Mentee Application Guideline: https://docs.linuxfoundation.org/lfx/mentorship/mentee-guide/how-to-applyVolcano 是业界首个云原生批量计算引擎,也是 CNCF 首个和唯一的批量计算项目。项目主要用于 AI、大数据、基因、渲染等诸多高性能计算场景,对主流通用计算框架均有很好的支持。目前,Volcano在人工智能、大数据、基因测序等海量数据计算和分析场景已得到快速应用,已完成对 Spark、Flink、Ray、 Tensorflow、PyTorch、Argo、MindSpore、Paddlepaddle 、Kubeflow、MPI、Horovod、Mxnet、KubeGene 等众多主流计算框架的支持,并构建起完善的上下游生态。Website:https://volcano.shGitHub: https://github.com/volcano-sh/volcano每周例会:https://zoom.us/j/91804791393
  • [热门活动] 华为邀您相聚KubeCon China 2025,共绘云原生新一个十年
    6月10日-11日,由Linux基金会、云原生计算基金会(CNCF)联合主办的KubeCon+CloudNativeConChina2025将于中国香港盛大召开。作为全球云原生与开源顶级会议,大会汇聚世界顶尖技术专家与前沿企业,深入Kubernetes、云原生架构、人工智能、开源生态系统等领域的技术与应用创新探讨,促进行业领导者、项目维护者和最终用户之间的合作,共绘云原生新一个十年。更多云原生技术动向关注容器魔方【更多华为云云原生干货推荐】华为云云原生王者之路集训营华为云云原生王者之路集训营为帮助广大技术爱好者快速掌握云原生相关技能,华为云云原生团队与华为云学院联合CNCF开源软件大学启动人才培养计划,推出《华为云云原生王者之路集训营》,从云原生基础知识介绍到最佳实践讲解、底层原理和方案架构深度剖析,层层深入,满足不同云原生技术基础和学习目标人群的需求。本课程还精选数十个企业典型应用场景,作为学员上机实践案例,帮助学员将所学技术快速与企业业务相结合,服务于企业生产。点击免费参加华为云云原生王者之路集训营:cid:link_3 学习后记得小试牛刀,看看测评效果~ 华为云云原生王者之路-黄金课程测评 华为云云原生王者之路-钻石课程测评 华为云云原生王者之路-王者课程测评
  • [公告] Kmesh v1.1.0 正式发布!官网焕新升级
    我们非常高兴地宣布 Kmesh v1.1.0 版本正式发布,这是Kmesh社区在过去三个月共同努力的成果。在此,我们特别感谢 LFX Mentorship 的贡献者,他们的贡献对推动此版本的发布至关重要。在 v1.0.0 的基础上,此版本对 Kmesh 的架构、可观察性和生态系统集成进行了重大改进。Kmesh 官方网站经过了全面的重新设计,提供了直观的界面和精简的文档,以增强用户和开发者的体验。此外,我们还重构了 DNS 模块并添加了长连接指标,从而能够更深入地洞察更多流量模式。在 Kernel-Native 模式下,我们减少了对内核的侵入式修改。另外,我们使用全局变量替换 BPF 配置映射,以简化底层复杂性。与 Istio 1.25 的兼容性也经过了严格的验证,确保与该版本的 Istio 实现无缝互操作。值得注意的是,长期以来一直存在的 TestKmeshRestart E2E 测试用例不稳定问题,通过对底层 BPF 程序的长期调查和重构,已得到解决,标志着运行时可靠性的飞跃。  Kmesh v1.1.0 版本主要特性  网站全新改版Kmesh 官方网站经过了彻底的重新设计,提供了更直观的用户体验,改进了文档,重新组织了内容层次结构,并简化了导航。在处理上一次迭代中的反馈时,我们专注于可以提升用户体验的关键领域。之前的界面存在一些可用性问题,偶尔会导致查找比较困难。我们的博客模块尤其需要关注,因为它的内容组织和视觉层次结构已经影响了内容的可发现性和可读性。从工程角度来看,我们认识到可以通过更好的组件组织和更系统的样式方法来改进代码结构,因为现有的实现随着时间的推移已经变得越来越复杂,难以维护。为了解决这些问题,我们转向了 React 和 Docusaurus,这是一个对开发人员更加友好的现代文档框架。这使我们能够创建模块化组件,并通过可重用性消除冗余代码。 Docusaurus 提供专为文档和博客设计的内置导航系统,以及版本控制的文档功能。我们实现了文档的多语言支持,添加了高级搜索功能,并彻底重构了内容结构。这些举措显著提升了用户体验,使 Kmesh 网站对所有用户来说都更易于访问,也更具价值。长连接指标在此版本之前,Kmesh 仅在 TCP 连接终止和建立期间提供访问日志,其中包含有关连接的详细信息,例如发送和接收的字节数、数据包丢失、RTT 和重传次数。Kmesh 还提供特定于工作负载和服务的指标,例如发送和接收的字节数、丢失的数据包、最小 RTT 以及 Pod 打开和关闭的总连接数。这些指标仅在连接关闭后更新。在此版本中,我们实现了 TCP 长连接的访问日志和指标,并开发了一种持续的监控和报告机制,可在长连接整个生命周期内捕获详细的实时数据。访问日志会定期报告,其中包含报告时间、连接建立时间、发送字节数、接收字节数、丢包率、RTT、重传次数和状态等信息。长连接还会定期报告发送字节数、接收字节数、丢包率和重传次数等指标。DNS 重构当前的 DNS 进程包含 CDS 刷新进程。因此,DNS 与内核原生模式深度耦合,无法在双引擎模式下使用。在 1.1 版本中,我们重构了 Kmesh 的 DNS 模块。DNS 中循环遍历刷新队列的数据不再是一个包含 CDS 的结构,而是变成了一个域名,因此 DNS 模块不再关心 Kmesh 模式,只提供待解析的主机名。BPF 配置映射优化Kmesh 已删除专用的 kmesh_config_map BPF map,该map之前存储了全局运行时配置,例如 BPF 日志记录级别和监控开关。现在,这些设置通过全局变量进行管理。利用全局变量可以简化 BPF 配置管理,从而提高运行时效率和可维护性。优化内核原生模式,减少对内核的侵入式修改内核原生模式需要大量侵入式内核重构才能实现基于 HTTP 的流量控制。其中一些修改可能会对内核产生重大影响,这使得内核原生模式难以在实际产品中部署和使用。为了解决这个问题,我们同步修改了内核原生模式下的内核以及相关的 ko 和 eBPF。通过本次版本的优化,在内核 5.10 中,内核修改限制为四个,在内核 6.6 中,内核修改减少为只有一个。最后一个修改将尽可能地被消除,最终目标是在原生版本 6.6 及以上版本上运行内核原生模式。Istio 1.25 兼容性验证Kmesh 已验证与 Istio 1.25 的兼容性,并在 CI 中添加了相应的端到端测试。Kmesh 社区负责在 CI 中对三个 Istio 版本进行验证,因此 Istio 1.22 的端到端测试已从 CI 中移除。  关键 Bug 修复  1. kmeshctl 安装waypoint错误: https://github.com/kmesh-net/kmesh/issues/1287 2. TestKmeshRestart flaky问题: https://github.com/kmesh-net/kmesh/issues/1192  致 谢 贡 献 者  Kmesh v1.1.0 版本包含了来自14位贡献者的118次代码提交,在此对各位贡献者表示由衷的感谢:我们始终以开放中立的态度发展 Kmesh,持续打造 Sidecarless 服务网格业界标杆方案,服务千行百业,促进服务网格健康有序的发展。Kmesh 当前正处于高速发展阶段,我们诚邀广大有志之士加入!参考资料[1] Kmesh Release v1.1.0: https://github.com/kmesh-net/kmesh/releases/tag/v1.1.0[2] Kmesh GitHub: https://github.com/kmesh-net/kmesh[3] Kmesh Website: https://kmesh.net/扫码添加社区小助手回复Kmesh进交流群【更多华为云云原生干货推荐】华为云云原生王者之路集训营华为云云原生王者之路集训营为帮助广大技术爱好者快速掌握云原生相关技能,华为云云原生团队与华为云学院联合CNCF开源软件大学启动人才培养计划,推出《华为云云原生王者之路集训营》,从云原生基础知识介绍到最佳实践讲解、底层原理和方案架构深度剖析,层层深入,满足不同云原生技术基础和学习目标人群的需求。本课程还精选数十个企业典型应用场景,作为学员上机实践案例,帮助学员将所学技术快速与企业业务相结合,服务于企业生产。点击免费参加华为云云原生王者之路集训营:cid:link_3 学习后记得小试牛刀,看看测评效果~ 华为云云原生王者之路-黄金课程测评 华为云云原生王者之路-钻石课程测评 华为云云原生王者之路-王者课程测评
总条数:879 到第
上滑加载中