使用 Helm 部署 Studio¶
本文介绍如何在 Kubernetes 中使用 Helm 部署并启动 Studio。
前提条件¶
安装 Studio 前,用户需要安装以下软件并确保安装版本的正确性:
软件 | 版本要求 |
---|---|
Kubernetes | >= 1.14 |
Helm | >= 3.2.0 |
安装¶
-
克隆 Studio 的源代码到主机。
$ git clone https://github.com/vesoft-inc/nebula-studio.git
-
进入
nebula-studio
目录。$ cd nebula-studio
-
更新并安装 NebulaGraph Studio chart,命名为
my-studio
。$ helm upgrade --install my-studio --set service.type=NodePort --set service.port={30070} deployment/helm
-
启动成功后,在浏览器地址栏输入
http://<node_address>:30070
。 如果在浏览器窗口中能看到以下登录界面,表示已经成功部署并启动 Studio。
卸载¶
$ helm uninstall my-studio
后续操作¶
进入 Studio 登录界面后,用户需要连接 NebulaGraph。详细信息,参考连接数据库。
NebulaGraph Studio chart 配置参数说明¶
参数 | 默认值 | 描述 |
---|---|---|
replicaCount | 0 | Deployment 的副本数。 |
image.nebulaStudio.name | vesoft/nebula-graph-studio | nebula-graph-studio 镜像的仓库地址。 |
image.nebulaStudio.version | v3.2.0 | nebula-graph-studio 的版本。 |
service.type | ClusterIP | 服务类型,必须为NodePort ,ClusterIP 或LoadBalancer 其中之一。 |
service.port | 7001 | nebula-graph-studio 中 web 服务的端口。 |
service.nodePort | 32701 | Kubernetes 集群外部访问 nebula-studio 的代理端口。 |
resources.nebulaStudio | {} | nebula-studio 的资源限制/请求。 |
persistent.storageClassName | "" | storageClass 名称,如果不指定就使用默认值。 |
persistent.size | 5Gi | 存储盘大小。 |
最后更新:
August 9, 2022