配置文件参考

auto-docker.conf（容器化部署，推荐）

主机名配置

# 是否自定义主机名
# true: 按 host_name+序号 自动命名（如 antispam01, antispam02）
# false: 保持服务器现有主机名（要求各节点主机名唯一）
host_name_custom=false

# 主机名前缀（host_name_custom=true 时生效）
host_name=antispam

SSH 认证

# 认证方式: password（密码）或 key（密钥，推荐）
ssh_auth_type=key

# SSH 端口（默认 22）
ssh_port=22

# SSH 用户名
ssh_user=root

# 密码认证时使用
ssh_password='your-password'

# 密钥认证时的私钥路径
ssh_private_key_file=/root/.ssh/id_ed25519

SQL 初始化

# SQL 压缩包路径，留空则跳过数据初始化和应用部署
# 支持格式: .tar.gz / .tgz / .tar / .zip
# 压缩包内含多个 <数据库名>.sql 文件
sql_path=/data/sql-package.tar.gz

数据库连接

# 数据库连接（留空则自动通过 NodePort 连接）
# 注意：ops 容器不能直接访问 ClusterIP
db_host=                   # 留空用 127.0.0.1
db_port=                   # 留空自动获取 NodePort
db_user=admin
db_password='eHSkDv7c77*j'
db_charset=utf8mb4

存储路径

# Docker 数据目录（建议放在空间最大的分区）
docker_path="/data"

# Docker bridge 网段（避免与现有网段冲突）
docker_bip="172.18.0.1"

# K3s 数据目录
k3s_path="/data"

K3s 集群配置

# K3s 版本
k3s_version="v1.35.3+k3s1"

# 网卡名（必须填写服务器实际网卡名）
# 查看方法: ip link show
k3s_flannel_iface="enp0s3"

# Flannel 网段前缀（确保不与现有网络冲突）
# Pod 网段:     <prefix>.0.0/18
# Service 网段: <prefix>.64.0/18
k3s_flannel_network_prefix="10.233"

节点 IP 配置

# Master 节点 IP（1个=单机，3个=HA集群，不能为2）
k8s_master_ip=(
192.168.56.102
)

# Worker 节点 IP（可以留空）
k8s_worker_ip=(
)

# GPU 节点 IP（可以留空）
gpu_type=tesla              # tesla 或 gtx
nvidia_ip=(
)

中间件节点配置

# 各中间件的部署节点 IP（留空则自动选择性能最优的节点）
# 多节点模式下，每个组件会在指定节点上创建副本
ingress_node=()
zookeeper_node=()
mysql_node=()
kafka_node=()
storm_node=()
rediscluster_node=()
minio_node=()
elasticsearch_node=()
kibana_node=()

# 要部署的中间件列表（按顺序安装）
apps_name=(zookeeper mysql kafka rediscluster minio elasticsearch)

其他配置

# 是否使用宿主机 DNS（true=将宿主机 /etc/resolv.conf 转发给 CoreDNS）
k8s_resolv=true

# 镜像仓库路径（留空使用默认路径）
registry_path=

# 是否设置 at 定时任务（部署完成后询问）
at_status=true

---

auto.conf（传统部署，参考）

与 auto-docker.conf 基本相同，差异如下：

差异	auto.conf	auto-docker.conf
SSH 认证类型	无此字段（仅密码）	ssh_auth_type 字段
K3s 版本	硬编码 v1.28.5+k3s1	k3s_version 字段
默认网卡	bond0.3101（网易内部）	enp0s3（通用）
默认 SSH 端口	1046（网易内部）	22
断点续传	不支持	支持

---

配置示例

示例 1：单机测试环境

ssh_auth_type=password
ssh_port=22
ssh_user=root
ssh_password='your-password'

k3s_flannel_iface="eth0"
k3s_flannel_network_prefix="10.233"

k8s_master_ip=(192.168.1.10)
k8s_worker_ip=()
nvidia_ip=()

docker_path="/data"
k3s_path="/data"

sql_path=/data/sql.tar.gz
apps_name=(zookeeper mysql kafka rediscluster minio elasticsearch)

示例 2：三节点高可用生产环境

ssh_auth_type=key
ssh_private_key_file=/root/.ssh/id_rsa
ssh_port=22
ssh_user=root

k3s_flannel_iface="bond0"
k3s_flannel_network_prefix="10.100"

k8s_master_ip=(
10.0.1.10
10.0.1.11
10.0.1.12
)

k8s_worker_ip=(
10.0.1.20
10.0.1.21
)

# 手动指定中间件节点（每个节点分配一个中间件）
zookeeper_node=(10.0.1.10 10.0.1.11 10.0.1.12)
mysql_node=(10.0.1.10)
kafka_node=(10.0.1.10 10.0.1.11 10.0.1.12)
rediscluster_node=(10.0.1.10 10.0.1.11 10.0.1.12)
minio_node=(10.0.1.10 10.0.1.11 10.0.1.12)
elasticsearch_node=(10.0.1.10 10.0.1.11 10.0.1.12)

docker_path="/data"
k3s_path="/data"

sql_path=/data/sql.tar.gz
apps_name=(zookeeper mysql kafka rediscluster minio elasticsearch)

示例 3：带 GPU 的混合集群

# ... 基础配置同上 ...

gpu_type=tesla
nvidia_ip=(
10.0.1.30
10.0.1.31
)

# GPU 节点会被打标签 nvidia-gpushare=true
# AI 模块（yidun-ai）会调度到这些节点