当前位置:首页 > 文章列表 > Golang > Go问答 > 如何传递或解析从 argo 工作流生成的资源事件源主体?

如何传递或解析从 argo 工作流生成的资源事件源主体?

来源:stackoverflow 2024-04-21 13:39:34 0浏览 收藏

IT行业相对于一般传统行业,发展更新速度更快,一旦停止了学习,很快就会被行业所淘汰。所以我们需要踏踏实实的不断学习,精进自己的技术,尤其是初学者。今天golang学习网给大家整理了《如何传递或解析从 argo 工作流生成的资源事件源主体?》,聊聊,我们一起来看看吧!

问题内容

我有一个资源传感器来触发一个工作流程,该工作流程报告导致该事件的原始工作流程 - 一种记录器。 在传感器的参数中,我想获取原始工作流程的主体,以便从中提取某些值 - 目前我计划简单地将整个 json 作为输入字符串传递。

当工作流程不平凡并且包含变量文件时,就会出现问题,例如:

apiversion: argoproj.io/v1alpha1
kind: workflow
metadata:
  generatename: test-es-workflow-
  labels:
    class: dummy-in
spec:
  entrypoint: whalesay
  arguments:
    parameters:
      - name: message
        value: hello world
  templates:
    - name: whalesay
      inputs:
        parameters:
          - name: message
      container:
        image: docker/whalesay:latest
        command: [cowsay]
        args: ["{{inputs.parameters.message}}"]

当发生这种情况时,触发的工作流程:

apiVersion: argoproj.io/v1alpha1
kind: Sensor
metadata:
  name: demo-sensor
spec:
  template:
    serviceAccountName: operate-workflow-sa
  dependencies:
    - name: test-dep-sensor
      eventSourceName: demo-wf-submit
      eventName: demo-log
  triggers:
    - template:
        name: argo-workflow
        k8s:
          operation: create
          source:
            resource:
              apiVersion: argoproj.io/v1alpha1
              kind: Workflow
              metadata:
                generateName: demo-log-
              spec:
                entrypoint: demolog
                arguments:
                  parameters:
                    - name: body
                      value: hello world
                templates:
                - name: demolog
                  inputs:
                    parameters:
                      - name: body
                  container:
                    image: demolog:latest
                    imagePullPolicy: "Always"
                    command: [/app/demoapp.py]
                    args: ["-j", "{{inputs.parameters.body}}"]
          parameters:
            - src:
                dependencyName: test-dep-sensor
                dataKey: body
                value: wow! a default value
              dest: spec.arguments.parameters.0.value
      retryStrategy:
        steps: 3

失败,并显示消息 message:无效规范:templates.demolog:无法解析 {{inputs.parameters.message}}

如果工作流不包含任何变量({{}} 中没有包含任何变量),则触发的工作流将按预期执行。

我很乐意弄清楚如何获得以下任何或所有解决方案:

  1. 警告变量无法解析并替换 null
  2. 不要解析事件正文中的变量,即将其呈现为纯字符串
  3. 在创建事件时解析变量,以便可以解析正文

环境: 库伯内特斯:v1.20.15; 阿尔戈:v3.2.9; 阿尔戈活动:v1.6.3


正确答案


我开发了类型 2 的答案,即渲染用双花括号括起来的变量。 它并不优雅,但似乎有效:

使用 jq 修补传感器的依赖项部分,以用其他内容替换双花括号(我选择“%%”)

dependencies:
    - name: test-dep-sensor
      eventSourceName: demo-wf-submit
      eventName: demo-log
      transform:
        jq: 'walk( if type=="string" then gsub("{{";"%%") else . end ) | walk( if type=="string" then gsub("}}";"%%") else . end )'

其他信息:

Argo Events Transformations in sensors

jq manual

本篇关于《如何传递或解析从 argo 工作流生成的资源事件源主体?》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于Golang的相关知识,请关注golang学习网公众号!

版本声明
本文转载于:stackoverflow 如有侵犯,请联系study_golang@163.com删除
阿维塔11特别版车型即将推出,起售价限时下调至25万元阿维塔11特别版车型即将推出,起售价限时下调至25万元
上一篇
阿维塔11特别版车型即将推出,起售价限时下调至25万元
Meta无限长文本大模型来了:参数仅7B,已开源
下一篇
Meta无限长文本大模型来了:参数仅7B,已开源
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    298次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    354次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    354次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    319次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    140次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码