在 RKE2 高可用部署中，需要在多个 Server 节点前提供一个固定的访问入口，作为节点注册和 Kubernetes API 访问地址。

RKE2 Server 默认监听以下端口：

• 9345：RKE2 Supervisor 端口，用于新节点注册和集群内部通信
• 6443：Kubernetes API Server 端口，用于 Kubernetes API 访问

因此，负载均衡器需要同时转发 9345 和 6443 两个端口。建议使用 Layer 4 TCP Load Balancer、DNS 或 VIP 作为固定入口，并在 RKE2 配置中通过 tls-san 添加 LB 的 IP 或域名，避免通过 LB 访问时出现证书校验错误。

参考文档：https://ee.docs.rancher.cn/docs/installation/kubernetes-cluster-setup/high-availability%20/rke2-ha-install-for-nginx

部署架构示意图：

Harvester 版本：v1.3.2

问题现象：环境中的 VM 发生 OOM，对应的 virt-launcher Pod 重启。

RKE 通过 cluster.yaml 中配置，RKE2 通过 HelmChartConfig 配置。

RKE2 是通过 HelmChartConfig CRD 进行附加配置，所以要配置 CoreDNS 的话，建议也是通过这种方式进行配置。

可选参数参考：https://github.com/rancher/rke2-charts/tree/main/charts/rke2-coredns/rke2-coredns

SUSE Observability（前身为 StackState）可用于观察 Kubernetes 集群及其工作负载。

SUSE Observability 主要分为 Server 和 Agent 两个部分，Server 负责存储和展示数据，Agent 负责采集数据并发送给 Server。

Server 的组件有：

1. Topology (StackGraph)
2. Metrics (VictoriaMetrics)
3. Traces (ClickHouse)
4. Logs (ElasticSearch)

由于国内网络访问受限，从 Docker Hub 等海外镜像仓库拉取镜像时可能会非常缓慢，甚至出现拉取失败的情况。

如果环境中已有可用代理，可以为 RKE Docker 或 RKE2 Containerd 配置代理，从而通过代理拉取镜像。

SUSE AI 是一个开放的生成式人工智能解决方案，主要包含以下组件：

1. Ollama：简化本地设备上大型语言模型 (LLM) 安装和管理的平台。
2. Open WebUI：Ollama LLM 运行程序的可扩展网络用户界面。
3. Milvus：为生成式人工智能应用构建的向量数据库，性能损失最小。

部署参考链接：https://documentation.suse.com/suse-ai/1.0/html/AI-deployment-intro/index.html

通过 Cilium 的能力实现 Kubernetes 集群连接在一起来构建一个网状集群，在所有集群之间启用 pod-to-pod 连接，定义全局服务来平衡集群之间的负载，并执行安全策略来限制访问。

官方文档：https://docs.cilium.io/en/stable/network/clustermesh/clustermesh/#enable-clustermesh

根据 Prometheus Operator 官方文档 描述，即使 StorageClass 支持调整大小，Kubernetes（目前）也不支持通过 StatefulSets 扩展卷。这意味着在更新 Prometheus 等自定义资源的 spec.storage 字段中的存储请求时，Operator 必须删除/创建底层的 StatefulSet，而相关的 PVC 不会扩展。

Rancher Pod Metrics 有部分 Panel 显示 No data，只有 Memory Utilization 显示正常：