云原生日报 2026-09-28

早上好,各位技术同学 ☕ 今天为大家精选了云原生领域的最新动态和几篇干货教程,一起看看 👇

🔥 云原生热点

1. crd-schema-publisher

crd-schema-publisher 是一个从 Kubernetes 集群或 YAML 提取 CRD Schema、并发布为可搜索文档站点的开源工具,也能把 /openapi/v2 的内置资源 Schema 一并导出。它以单个静态二进制运行在 distroless 非 root 容器中,支持 Helm 控制器模式与独立 CLI,输出可托管到 Cloudflare Pages、S3 或任意静态服务器。 对大量自研 Operator 的国内团队来说,CRD 文档与 IDE 校验长期靠手工维护,静态目录随 CRD 迭代迅速失效,这个工具把「集群即事实来源」落到文档与校验上,思路很正。 导出的 <group>/<kind>_<version>.json 可经 yaml-language-server 的 $schema 指令接入 IDE,几乎零成本换来 YAML 字段补全与类型校验;控制器模式监听集群自动刷新,也比 CI 里一次性导出更贴近真实运维节奏,值得作为平台工程基础设施试点。 🔗 https://github.com/sholdee/crd-schema-publisher

2. Modelplane Crossplane multi-cloud GPU

Crossplane 长期贡献者分享了用 Crossplane 构建 Modelplane 的实践:把跨云、Neocloud 与本地机房的 GPU 抽象成统一推理集群,让 ML 团队只声明模型就能拿到稳定的 OpenAI 兼容端点。项目自上而下由 composition 与 composition function 组成,没有自研 controller,并用 v2 的 namespace 级 composite 资源划清平台团队与 ML 团队的边界。 这篇文章的价值不在「又一个 AI 平台」,而在于把 Crossplane 的抽象能力推到极限:跨账号、跨集群、跨云的 GPU 编排全部用声明式组合表达,证明平台工程未必需要自研控制器。 用 Python 写 composition function 配合新版 CLI 从示例资源反向生成 XRD 与类型化绑定,对以 Python 为主的算法团队是很好的切入点;作者还把内置 function builder 不够用等边界问题回流上游,这种以生产用法驱动开源演进的路径值得借鉴。 🔗 https://blog.crossplane.io/building-modelplane/

📖 教程推荐

1. Multi-cluster Kafka Strimzi+Submariner+Cilium

作者用近两年时间验证了把单个 Kafka 逻辑集群横跨三个独立 Kubernetes 集群(Strimzi + Submariner + Cilium)的可行性,在整集群宕机时实现零停机切换。方案基于 KRaft 模式并采用中心控制面:只有中心集群运行完整 Strimzi Operator 并持有 Kafka/KafkaNodePool CR,远端集群只协调 StrimziPodSet,并配合 .clusterset.local 命名解决地址解析。 这是「打破单集群假设」的典型案例,用 stretch cluster 给 Kafka 做跨集群强一致,比 MirrorMaker 2 的最终一致方案在 RPO/RTO 上有本质提升,对有异地多活诉求的团队参考价值很高。 中心控制面加远端受限 Operator 避免了控制器层脑裂,而改造 Operator 生成确定性 DNS 名并引入 cluster-alias annotation,是全文最硬核的工程细节。需提醒的是跨高延迟链路跑 Raft 对网络质量极敏感,落地前必须压测仲裁延迟与带宽预算。 🔗 https://aswin6303.medium.com/we-proved-multi-cluster-kafka-works-on-kubernetes-heres-everything-we-learned-853dd5f1c03c

2. Deploying Thanos on Kubernetes

文章系统介绍了在 Kubernetes 上部署 Thanos 的完整路径。先说明 Sidecar、Store Gateway、Querier、Ruler、Compactor 五个组件如何为 Prometheus 补齐跨集群全局视图、对象存储长期保留、HA 与降采样能力,再给出从 objstore.yml 与 Secret 创建到各组件的 Helm values 配置示例。 对多集群团队来说,指标保留超过 14 天与统一 Grafana 查询入口是刚需,Thanos 仍是成熟度最高的选择之一,「本地短保留 + 对象存储长期保留」的 retention 组合最值得抄。 文中的细节也值得划重点:Compactor 必须单副本、Querier 需用 --query.replica-label 去重副本、Sidecar 要与 Prometheus 共享网络命名空间才能读取 TSDB。整体偏安装手册,缺少容量规划与故障排查,建议结合官方文档与压测数据再定生产方案。 🔗 https://medium.com/@amit151993/deploying-thanos-on-kubernetes-c3c5587614a7

3. Surviving Spot Interruptions: Production EKS with Karpenter

文章给出一套生产级 AWS EKS 弹性架构:用 Karpenter 做计算编排,以 On-Demand Savings Plan 锚定可预测的基线容量,用 EC2 Spot 承接突发流量,兼顾弹性、稳定性与成本。文中拆解了 Provisioner(响应 Pending Pod 扩容)与 Interruption Controller(监听 SQS 警告并驱逐节点)两个控制器,并用 baseline 与 burst 两个 NodePool 分别承载关键副本与突发副本。 把 Karpenter 的内部分工讲清楚是这篇最实用之处——不少团队只把它当更快的 Cluster Autoscaler,忽略了 Interruption Controller 主动响应 SQS 事件才是 Spot 可用性的关键。 两个 NodePool 加共享 EC2NodeClass 的拆分很工程化,burst 池刻意放宽实例族并让 AWS 挑选低中断概率池而非最便宜池,是降本不降稳的正确姿势。即便不用 EKS,这套「承诺容量 + 机会容量分层」的思路同样适用于自建调度方案。 🔗 https://medium.com/@danielcarrascobez/surviving-spot-interruptions-production-eks-with-karpenter-dce723d8f305


以上内容均已附原文链接,欢迎留言交流你的看法 💬