2026-09-03
来源: cncf.io
42
很多集群里都存在这样的历史遗留：一个关键 Deployment 长期运行在 命名空间。直接修改 YAML 中的 并不能完成迁移，因为命名空间属于 Kubernetes 对象身份的一部分；所谓“迁移”，本质上是在目标命名空间重建资源、切换流量，再删除旧资源。 要做到业务无中断，核心不是某条神奇的 命令，而是让新旧两套实例并行运行，并把部署、依赖和流量切换...
2026-09-02
来源: cncf.io
47
上一篇内容介绍了 KubeVirtBMC：它为 KubeVirt 虚拟机提供虚拟 BMC 端点，并通过原始 IPMI 和 Redfish 命令验证了这些端点。真正有价值的地方在于，BMC 不必只服务于人工运维，也可以接入 Metal3，让 Metal3 按照管理裸金属服务器的方式管理 KubeVirt 虚拟机。 这意味着开发者可以在 Kubernete...
2026-09-01
来源: cncf.io
43
平台工程的讨论，往往很快分成两个房间：一个房间里的团队还没有平台，依赖零散脚本、口口相传的经验，以及每个团队各自重复建设的流程；另一个房间已经搭建了工具链，却发现开发者仍然需要找平台团队开工单。真正的成熟，不是工具越多越好，而是平台能否把常见交付路径变成清晰、可发现、可重复的自助服务。 没有平台时，团队通常会自行维护部署脚本、云资源配置、监控接入和权限...
2026-08-31
来源: cncf.io
37
OpenTelemetry（OTel）正式成为 CNCF 毕业项目，和 Kubernetes、Prometheus 等成熟开源项目站在了同一行列。这不是“所有团队明天都必须迁移”的信号，而是一个更清晰的判断依据：OTel 的标准、生态和治理已经足够成熟，值得被纳入长期可观测性规划。 真正的问题因此从“要不要关注 OTel”变成了“如何把它落到现有服务、...
2026-08-31
来源: cncf.io
29
Kubernetes 让基础设施更容易编排、扩缩容和自愈，却也改变了故障的形态：Pod 会漂移，副本会频繁替换，服务依赖持续增长，一次用户请求可能依次穿过 Ingress、多个 Service、消息队列、存储系统和后台任务。此时，单张 CPU 曲线只能告诉你“某处变忙了”，无法解释用户为什么超时。 真正有用的可观测性，不是把更多数据塞进仪表盘，而是把指...
2026-08-28
来源: cncf.io
29
GPU 工作负载的扩容，往往不是把副本数从 2 调到 10 那么简单。节点启动、GPU 资源调度、镜像拉取和模型加载都需要时间。如果等队列已经堆积、GPU 利用率已经飙高，扩容动作可能已经来不及了。 一次生产事故很能说明问题：服务不是逐渐变慢，而是在流量上升后直接崩溃；大量 Pod 处于 Pending，用户错误率达到 15%～20%。这类事故的关键通...
2026-08-28
来源: cncf.io
38
Kubernetes 已经为平台团队提供了一套统一的容器部署、扩缩容和运维方式。现在，越来越多团队又被要求把 AI 工作负载放进同一套平台。问题在于：能稳定运行 Web 服务的 Kubernetes 集群，并不一定已经具备运行训练、推理和 GPU 密集型任务的条件。 AI 转型不只是给现有 Deployment 加一块 GPU。平台团队还需要重新审视资...
2026-08-27
来源: cncf.io
42
AI 工厂不只是一个模型，也不只是一个 Kubernetes 集群。它更像一条共享生产线：一组 GPU 同时被多个团队使用，有人进行微调，有人提供在线推理，有人运行评测，还有人提交临时实验。真正的难点不在于把一个 Pod 调度到 GPU 节点，而在于让这组昂贵资源能够被隔离、排队、观测和持续交付。 Kubernetes 提供了统一的资源编排基础，但 G...
2026-08-26
来源: cncf.io
33
项目治理很容易走向两个极端：小团队过早建立复杂委员会，或者项目已经拥有大量维护者和用户，却仍依赖少数创始人的口头决定。对 72 个 CNCF 项目的治理审查显示，更可靠的做法是区分两类问题：当前成熟度需要满足什么，以及为了长期健康还应该提前建设什么。 CNCF 成熟度评估关注项目在相应阶段是否具备必要的治理能力，但最低要求并不等同于理想终点。一个项目通...
2026-08-25
来源: cncf.io
38
开发者被要求把越来越多的问题“左移”：更早发现、更早验证、更早修复。现在，可观测性也开始进入开发阶段。它不只是线上平台团队的工作，而是代码作者在提交代码时就应该留下的诊断入口。 这里的重点不是给每个函数都加日志，而是让开发者能够回答几个实际问题：这段代码什么时候执行？输入和结果是什么？它为什么变慢或失败？出现问题时，是否能把一次请求串回完整的调用路径？...