第 1 章 在 OpenShift 服务 Operator 上自定义 Red Hat OpenStack Services 的控制器管理器

流程

1. 查看默认服务 Operator 资源：

   $ oc get deployment <service>-operator-controller-manager -o yaml | yq .spec.template.spec.containers[0].resources
   limits:
     cpu: 500m
     memory: 1Gi
   requests:
     cpu: 10m
     memory: 512Mi

   • 将 &lt;service> 替换为您要更新资源的服务名称，如 infra 或 keystone。使用以下命令检索服务 Operator 名称列表：

     $ for i in $(oc get deployment -n openstack-operators -l control-plane=controller-manager -o name); do oc get $i -n openstack-operators -o jsonpath='{.metadata.labels.openstack\.org/operator-name}{"\n"}'; done

2. 在工作站上创建名为 openstack_operator_overrides.yaml 的文件，或者打开该文件（如果已存在）：

   apiVersion: operator.openstack.org/v1beta1
   kind: OpenStack
   metadata:
     name: openstack
     namespace: openstack-operators

3. 根据您的环境需要，配置每个服务的 资源 覆盖：

   spec:
     operatorOverrides:
     - name: <service>
       controllerManager:
         resources:
           limits:
             cpu: <cpu_limit>
             memory: <memory_limit>
           requests:
             cpu: <cpu_request>
             memory: 512Mi

   • 将 &lt;service> 替换为您要更新资源的服务名称，如 infra 或 keystone。使用以下命令检索服务 Operator 名称列表：

     $ for i in $(oc get deployment -n openstack-operators -l control-plane=controller-manager -o name); do oc get $i -n openstack-operators -o jsonpath='{.metadata.labels.openstack\.org/operator-name}{"\n"}'; done

   • 将 <cpu_limit > 替换为 millicpus 中此服务的 pod 的最大绝对分配 CPU。例如，设置为 600m，将此服务的 CPU 分配限制为 60%。
   • 将 <memory_limit > 替换为此服务的 pod 的最大分配内存。例如，设置为 2Gi，将这个服务的内存分配限制为 2 GiB。
   • 将 <cpu_request > 替换为在 millicpus 中为此服务的 pod 请求的最小 CPU 分配。例如，设置为 10m，将 CPU 的 1% 分配给此服务的 pod。
   • 将 <memory_request > 替换为为此服务的 pod 所需的最小内存分配。例如，设置为 512Mi，将 512 MiB 内存分配给此服务的 pod。

4. 更新 OpenStack Operator：

   $ oc apply -f openstack_operator_overrides.yaml -n openstack-operators

5. 确认应用了更新的资源分配：

   $ oc get deployment <service>-operator-controller-manager -o yaml | yq .spec.template.spec.containers[0].resources
   limits:
     cpu: 600m
     memory: 2Gi
   requests:
     cpu: 10m
     memory: 512Mi