安装前配置
目录
准备 GitLab 服务(可选)部署选项1. GitLab 服务要求2. 使用平台提供的插件3. 使用你自己的 GitLab 服务GitLab 配置1. 禁用访问令牌的过期日期2. 生成新令牌3. 为管理员令牌创建 kubernetes secret准备 Harbor 服务常见问题(FAQ)1. 如何优化 GitLab 18.5 及更高版本对大型 LFS 对象的配置?Webservice Ingress 设置Ingress 注解参数配置步骤准备 GitLab 服务(可选)
基于 GitLab 的模型存储已弃用。除非你仍计划使用旧版基于 GitLab 的 Model Management 工作流,否则新的 Alauda AI 安装无需准备 GitLab。
基于 GitLab 的模型存储已弃用。它目前仅为兼容性而保留,并计划在未来的 Alauda AI 版本中移除。对于内置模型和新的模型交付工作流,请改用支持 OCI 模型制品的 Model Catalog。
部署选项
1. GitLab 服务要求
无论采用何种部署方式,所有 GitLab 实例都必须满足以下要求:
- Version:必须为 v15 或更高版本。
- Protocol:必须使用 HTTPS。有关设置说明,请参阅 配置 HTTPS。
- Git LFS:必须启用。有关设置说明,请参阅 使用 LFS 管理大文件。
- Hosting:必须是自托管(不支持公有云托管的 GitLab 服务)。
- Access Tokens:禁用访问令牌的过期日期。
2. 使用平台提供的插件
使用 'Alauda Build of GitLab' 插件部署新的 GitLab 服务。 有关操作说明,请参阅:部署 Alauda Build of GitLab。
3. 使用你自己的 GitLab 服务
或者,你也可以使用自行管理的 GitLab 实例,但它必须满足上述 GitLab 服务要求。
GitLab 配置
如果你仍在使用旧版基于 GitLab 的工作流,请在获取服务后执行以下 GitLab 配置步骤。
1. 禁用访问令牌的过期日期
如果 GitLab 运行的是 v17.0 或更高版本,则需要禁用访问令牌的过期日期。
如果访问令牌的过期日期一直保持启用状态,我们就必须至少每年手动刷新一次管理员令牌,否则 Alauda AI 可能会停止正常工作。
要为新的访问令牌禁用过期日期:
- 在左侧边栏底部,选择 Admin。
- 选择 Settings > General。
- 展开 Account and limit。
- 取消勾选 Personal / Project / Group access token expiration 复选框。
- 选择 Save changes。
2. 生成新令牌
为管理员生成模拟身份令牌:
- 在左侧边栏底部,选择 Admin。
- 选择 Overview > Users。
- 选择管理员用户(例如 Administrator)。
- 在顶部导航栏中,选择 Impersonation Tokens。
- 选择 Add new token。
- 在弹出表单中:
- 为 Alauda AI 输入一个 Token name(例如
aml-root)。 - 删除 Expiration Date(选择 “x” 图标以移除过期日期)。
- 在 Select scopes 中勾选 ALL 范围(尤其是 api 范围)。
- 为 Alauda AI 输入一个 Token name(例如
- 选择 Create impersonation token。
- 将新生成的令牌保存在 Your new impersonation token 下,后续需要使用。
请务必保存新生成的令牌——你将无法再次访问它。
3. 为管理员令牌创建 kubernetes secret
然后,我们在 cpaas-system 命名空间下创建名为 aml-gitlab-admin-token 的 gitlab 管理员令牌 secret:
- 创建名为 aml-gitlab-admin-token 的 gitlab 管理员令牌 secret
- 令牌保存在 password 键下,请将
${TOKEN}替换为之前保存的真实令牌。 - 该 secret 创建在 cpaas-system 命名空间下。
准备 Harbor 服务
如果你计划使用 Model Catalog 功能,请在安装 Alauda AI 之前准备一个 Alauda Build of Harbor 服务。镜像仓库必须满足以下要求:
- 以生产模式运行。生产环境部署请使用 HTTPS。
- 允许推理集群节点在不提供镜像拉取凭据的情况下拉取 Model Catalog 镜像。
如果目标环境无法部署 HTTPS 镜像仓库,你可以将 HTTP 镜像仓库作为备用方案,但必须在部署模型之前配置推理集群容器运行时。关于详细的 containerd 配置,请在设置 Alauda AI 实例创建过程中的 Model OCI Registry Address 时查看。
有关安装操作步骤,请参阅 部署 Alauda Build of Harbor。
常见问题(FAQ)
1. 如何优化 GitLab 18.5 及更高版本对大型 LFS 对象的配置?
问题:
当向 GitLab 18.5 及更高版本推送大型 LFS 对象时,可能会遇到 HTTP 413 错误。对于 AI 模型管理,你通常需要通过 LFS 上传较大的模型文件,而这些文件会超过 Nginx ingress controller 中默认的 proxy-body-size 限制(通常为 512M)。
以下是 Git LFS 客户端输出的真实诊断信息;其中的 %!!(string=...) 片段是原始 Go 格式化产物,可以忽略——请重点关注 HTTP 413 响应,它才是可采取行动的错误。
解决方案:
为了处理大文件上传并提升整体性能,请通过 spec.helmValues.gitlab.webservice.ingress 配置 GitLab webservice ingress 的正文大小和读取超时,并通过 GitLab 服务上的注解配置其余 Nginx Ingress 行为。
Webservice Ingress 设置
在 spec.helmValues.gitlab.webservice.ingress 下配置以下字段:
Ingress 注解参数
以下是推荐的 Ingress 注解及其功能列表:
配置步骤
你可以通过更新 GitLabOfficial Custom Resource(CR)来应用这些优化。
1. 通过 kubectl patch 命令应用
使用以下命令直接更新 GitLabOfficial CR 中的 GitLab webservice ingress 设置和 ingress 注解:
- 将
your-instance-name替换为你的 GitLabOfficial 实例名称(例如gitlab-aml)。 - 将
your-instance-namespace替换为部署 GitLabOfficial 实例的命名空间(例如gitlab-system-aml)。
2. YAML 层级参考
供参考,GitLabOfficial CR 的 spec 内部层级结构如下:
- 这些优化可确保 GitLab 18.5 能够通过 Git LFS 无缝处理大型 AI 模型上传,并提升整体数据传输稳定性。
- 我们强烈建议在初始 GitLab 部署期间应用这些配置,以避免部署后的运行问题。