Kuperator v0.6.0 发布啦！

转载 于 2024-09-24 18:12:08 发布 · 215 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
原文链接：https://mp.weixin.qq.com/s?__biz=MzUzMzU5Mjc1Nw==&mid=2247553771&idx=1&sn=066cbe639154de469a1cef47848a4bb2&chksm=fbbfaf27b213002f984f9af2995bf09753e620eb787f631e974c9dfccae02adae6932e32525d&scene=126&sessionid=0
GEO检测

0ad9a40a08b6d50bfc8ad84839536528.jpeg

KusionStack 团队很高兴向大家宣布对 Operating 项目进行品牌升级，并更名为 Kuperator。本次品牌升级给予该项目更多的使命和职责，计划引入更多能力，如多集群渐进式发布、Controller 可观测等。此外项目 API 已迁移至 kusionstack/kube-api 便于统一管理。

本次 v0.6.0 版本主要更新以下功能：

  • 提供 Pod 批量运维框架 OperationJob，允许用户自定义运维能力；

  • 优化 CollaSet Pod 替换功能在升级与异常场景的体验；

  • 集成 E2E 测试，提升项目质量；

您可以从 GitHub 查看本次发布信息，或者按照 KusionStack 官方网站指引完成安装来体验这个版本：

  • https://github.com/KusionStack/kuperator/releases/tag/v0.6.0

  • https://www.kusionstack.io/kuperator/started/install

Feature 更新摘要

01

批量 Pod 运维框架 OperationJob

OperationJob Workload 负责对一批 Pod 进行一次性运维，并提供 Pod 运维脚手架以降低用户开发成本。OperationJob 为 Pod 运维能力提供了一层抽象接口，开发者只需以插件的方式实现并注入运维功能；同时，也可选地提供了 Pod 运维生命周期对 PodOpsLifecycle 的对接，以实现运维时流量无损变更。

2d1015fcfa454ed278b36ed8f059df2b.png

OperationJob 目前支持替换，并计划提供更多运维能力如摘流、重建、指定缩容等。更多细节可以参考 Kuperator 官方文档：https://www.kusionstack.io/kuperator/manuals/operationjob

02

优化 CollaSet Pod 替换功能在升级与异常场景下的体验

Kuperator 支持用户手动给 Pod 添加替换标签触发替换，替换过程为先扩后缩。标签内容如下：

apiVersion: v1
kind: Pod
metadata:
  labels:
    ...
    podopslifecycle.kusionstack.io/to-replace: "true"
...

v0.6.0 版本优化了以下 2 个替换场景的体验：

场景1：替换过程中，CollaSet 升级，若扩出 Pod 还未交付，期望将替换与升级动作合并，重新替换出新版本 Pod。如下图，Pod1 在替换到 Pod2 过程中，CollaSet 由版本1升级到版本2，且 Pod2 还未交付；此时 Pod2 将被删除，并重新替换出版本2的 Pod3。

10b2b11047b5b03ec74ca76169671c9f.png

场景2：当替换过程中出现异常情况，期望可以取消替换，并恢复到替换前状态。如下图，Pod1 替换扩出的 Pod2 长时间无法交付或故障，若用户需取消替换流程，则可通过删除 Pod1 替换标签以取消替换，此时 CollaSet 将删除 Pod2 并清理现场，且Pod1 恢复替换前状态。

02563cc9420c93dbc872f523201df7b4.png

03

完善 E2E 测试，提升项目质量

为提升项目质量，减轻开发者负担，在代码合并前快速发现功能缺陷，我们完善了 Kuperator 仓库的 E2E 流水线，在真实集群中完成端到端用例测试。目前 E2E 覆盖了 CollaSet 与 OperationJob 用例，未来将持续完善 PodTransitionRule 与 PodDecoration 用例。

Bug 修复

  • 修复多容器 Pod 原地升级无法结束的问题；

  • 修复 Pod 缩容顺序不符合预期的问题；

  • 修复同时发布多个版本时老版本无法结束升级的问题；

  • 修复替换过程中 Pod 被升级时控制器崩溃的问题；

  • 修复替换过程中 Pod 被指定缩容或删除时崩溃的问题；

  • 修复 PodOpsLifecycle 设置 ReadinessGate 并发不一致问题；

  • 修复 CollaSet 与 PodDecoration 升级时没有相互独立的问题；

  • 修复 CollaSet 扩容失败 Condition 未透出的问题；

  • 修复 PodDecoration 注入 volume 顺序不稳定的问题；

了解更多

感谢所有 KusionStack 用户和社区小伙伴在此次版本更新过程中提出的宝贵反馈与意见，更多其它资源请参考：

  • 项目 GitHub 网站：https://github.com/KusionStack/kuperator

  • KusionStack 官网：https://www.kusionstack.io

项目相关 Star 一下✨

https://github.com/kcl-lang/kcl

https://github.com/KusionStack/kusion

https://github.com/KusionStack/karpor

https://github.com/KusionStack/kuperator

https://github.com/KusionStack/resourceconsist

https://github.com/KusionStack/controller-mesh

https://github.com/KusionStack/konfig

SOFAStack
关注
云原生周刊：Docker大涨价｜2024.10.8
KubeSphere
10-08 1249
此外，Docker 还计划推出新的 Docker Insights Dashboards（目前处于私有预览阶段，定于 11 月 1 日正式发布），提供构建时间和容器镜像使用数据。在 CDF 的期间，Shipwright 在与其他 CDF 项目和更广泛的 CDF 社区的合作中受益匪浅，获得了宝贵的支持和见解。这是一个专为基础设施提供连接、身份验证、访问控制和安全审计的平台，它支持对内网的 Linux 服务器、Kubernetes 集群、Web 应用、PostgreSQL 和 MySQL 数据库的安全访问。
卫星信号模拟卫星信号传播研究（Matlab代码实现）
06-27
内容概要：本文围绕《【卫星信号】模拟卫星信号传播研究（Matlab代码实现）》这一技术资源展开，系统介绍了利用Matlab进行卫星信号传播过程建模与仿真的方法。该资源聚焦于构建卫星信号在复杂空间环境中的传播模型，综合考虑自由空间路径损耗、大气吸收、多径效应、多普勒频移、电离层闪烁及噪声干扰等多种物理因素，通过Matlab编程实现信号传输特性的动态仿真与可视化分析，帮助研究人员深入掌握卫星通信信道的关键特性与建模流程。; 适合人群：具备Matlab编程能力和通信原理基础知识的高校研究生、科研机构研究人员及从事卫星通信、导航定位、遥感遥测等领域的工程技术人员，特别适用于需要完成相关课题仿真、毕业设计或项目开发的初级与中级科研人员。; 使用场景及目标：①用于教学与课程设计中加深对卫星信号传播机制的理解；②支撑卫星通信系统链路预算、接收机灵敏度分析与抗干扰算法设计；③服务于学术论文撰写、科研项目申报中的仿真验证环节，提供可复用的代码框架与建模思路。; 阅读建议：建议读者结合经典通信理论教材同步学习，重点剖析代码中关于信号调制、信道建模、噪声叠加与接收端解调等模块的实现逻辑，动手运行并调整轨道参数、频率、环境条件等变量，观察信号质量变化，从而深化对卫星信道动态行为的认知。
pb UltimateSuite21.3 21Year 最终版
最新发布
06-27
pb UltimateSuite21.3 21Year 最终版，加入更多的样式，界面更加友好,提供了更多的Javascript 的JS图形界面.
YOLO算法室内工作室手目标检测数据集-545张-标注类别为手.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
【2024最新优化算法】青蒿素优化算法与霜冰优化算法RIME对比（Matlab代码实现）
06-27
内容概要：本文系统介绍了2024年最新提出的两种智能优化算法——青蒿素优化算法与霜冰优化算法（RIME），并通过Matlab代码实现对二者进行了深入对比研究。文档不仅阐述了两种算法的核心原理与数学模型，还全面展示了其在电力系统优化、新能源调度、路径规划、机器学习参数调优等复杂工程问题中的应用性能差异。文中涵盖了微电网调度、电动汽车充电优化、无人机三维路径规划、风光互补制氢系统调度等多个前沿科研方向的典型案例，并配套提供了完整的Matlab仿真代码与模型资源，便于读者复现高水平学术论文成果并开展创新性研究。; 适合人群：具备一定编程基础，熟练掌握Matlab/Simulink环境，正在从事智能优化算法相关研究的研究生、高校教师及工程技术人员，尤其适用于专注于能源系统优化、智能交通、智能制造、自动化控制等领域的科研工作者。; 使用场景及目标：①深入理解青蒿素算法与RIME算法的基本思想、迭代机制与收敛特性；②通过实际代码复现EI、顶刊级别论文中的优化模型；③在具体科研项目中对比两类算法的寻优能力、稳定性与计算效率，完成算法选型与改进；④拓展新型优化算法在多能互补系统、智能路径规划、分布式调度等交叉学科中的创新应用。; 阅读建议：建议读者结合网盘提供的完整代码资源，按照文档中给出的应用实例循序渐进地实践操作，重点关注不同场景下的参数设置策略、算法收敛曲线分析与鲁棒性表现，同时关注公众号“荔枝科研社”获取持续的技术支持与更新资料。
无线通信 提高大规模移动无线电系统中的信道占用率动态信道 重新分配论文复现.zip
06-27
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
直流电机双闭环控制Matlab仿真
06-27
内容概要：本文档聚焦于“直流电机双闭环控制Matlab仿真”，系统阐述了基于Matlab/Simulink平台的直流电机双闭环控制系统的设计与仿真方法。重点围绕电流环与转速环的协同控制策略，详细介绍了控制器结构设计、PI参数整定、系统建模及动态响应分析过程，实现了对电机速度和电流的高精度调控。文档充分展示了双闭环控制在提升系统稳定性、加快响应速度和增强抗干扰能力方面的优越性能，并结合电力电子变换器（如Buck电路）的双闭环控制案例，拓展了该技术在实际工程中的应用范围。资源配套完整，适用于理论学习与实践操作相结合的研究需求。; 适合人群：具备自动控制原理基础知识和Matlab/Simulink软件操作能力的高校本科生、研究生，以及从事电机控制、电力电子系统开发等相关领域的工程技术人员。; 使用场景及目标：①深入理解直流电机双闭环控制的核心原理与工程实现方法；②掌握利用Matlab/Simulink进行控制系统建模、仿真与性能评估的关键技能；③为课程设计、毕业论文、科研项目或工业控制系统开发提供可复用的技术方案与仿真参考。; 阅读建议：建议读者结合文档中的Simulink模型文件，边学习边动手实践，重点关注PID控制器的参数调节过程与系统阶跃响应特性，通过对比不同参数下的仿真结果，深化对控制性能影响因素的理解，从而全面提升系统设计与分析能力。
易语言源码易语言检测进程是否存在源码
06-27
易语言源码易语言检测进程是否存在源码
YOLO算法工业产线微小零件外观质检目标检测数据集-1254张-标注类别为不合格品-合格品.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练，包含YOLO格式标签和VOC格式标签； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
Python编写CAM脚本自动化[源码]
06-27
本文详细介绍了使用Python为Genesis2000、InCAM和InCAMPro软件编写脚本以实现PCB生产排版中自动添加板边定位孔的方法。文章从需求分析出发，指出CAM工程师手动添加工具孔耗时且低效，因此需要自动化脚本。接着，文章逐步讲解了实现逻辑：首先配置软件脚本语言环境，然后获取指令参数，按操作流程执行作业。代码实现部分分为三步：第一步实现添加单个pad的基础功能，通过调用软件的COM指令完成；第二步根据实际业务需求，添加了脚本执行范围限制和业务逻辑，包括在特定层别添加工具孔、计算四个板角孔坐标、以及处理防焊开窗、挡点设计和线路无铜设计；第三步进一步封装代码，使用PyQt5自定义弹窗（红绿灯原则）并封装常用函数为可复用模块，最终实现模块化、简洁清晰的脚本设计。文章提供了完整的代码示例和封装后的模块使用方式，旨在提高PCB制前工程作业的自动化水平和效率。
【解决大规模MIMO系统的数据检测问题】混合框架来改善VP中格降（LR）辅助预编码的性能（Matlab代码实现）
06-27
内容概要：本文提出了一种针对大规模MIMO系统中数据检测问题的混合框架，旨在优化矢量扰动（VP）预编码与格降（LR）辅助技术相结合的性能。该框架通过引入高效的预处理机制与改进的检测算法，有效缓解了高维信号检测中存在的计算复杂度高与检测精度不足的问题，在保证较低运算开销的同时显著提升了系统的误码率表现与整体效率。相关算法设计均通过Matlab代码实现，具备良好的可复现性与工程参考价值。; 适合人群：具备通信工程、信号处理或无线通信等领域背景，熟悉MIMO通信系统与数字信号处理理论的研究生、科研人员及通信系统工程师。; 使用场景及目标：①用于研究大规模MIMO系统中的高性能数据检测方法；②优化VP预编码与LR辅助技术的协同机制，提升检测准确性与系统吞吐量；③为学术研究、算法验证与通信系统仿真提供可运行的Matlab代码支持与技术参考。; 阅读建议：建议读者结合现代无线通信理论，深入理解混合框架的设计动机与算法流程，并通过所提供的Matlab代码进行仿真实验，对比传统检测方案以充分掌握其在性能与复杂度之间的优越折衷。
易语言源码易语言获得网卡信息类
06-27
易语言源码易语言获得网卡信息类
YOLO算法工业车间金属零件标记目标检测数据集-417张-标注类别为标记.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练，包含YOLO格式标签和VOC格式标签； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
易语言源码易语言换硬盘背景
06-27
易语言源码易语言换硬盘背景
易语言源码易语言检测断点模块源码
06-27
易语言源码易语言检测断点模块源码
YOLO算法家庭厨房嵌入式烤箱目标检测数据集-1092张-标注类别为烤箱.zip
06-27
【注：该页面底部资源详情处，可查看数据集可视化效果】 1. YOLO目标检测数据集， 适用于YOLOV5、yolov7,yolov8,v9, yolov11, yolov13, yolo26等系列算法，含标签，已标注好，可以直接用来训练； 2. 内置data.yaml数据集配置文件，已经划分好了训练集、验证集等； 3. 数据集和模型具体情况可参考 https://blog.csdn.net/zhiqingAI/article/details/124230743?spm=1001.2014.3001.5502
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值