标签: argo-workflows

argoproj/argocd:v1.8.7

有一个舵图（1 个带有入口，1 个带有部署/服务/cm）。它具有自动同步策略（修剪和自我修复）。当尝试从 argocd 仪表板中删除它们时，它们被删除（k8s 集群上不再有），但是仪表板上的状态一直停留在“正在删除”。

如果我尝试单击同步，它会显示 -> 无法部署修订版：应用程序正在删除。知道为什么即使所有资源都已被删除，它仍停留在“删除”状态吗？有没有办法刷新仪表板中的状态以反映实际状态？

谢谢！

===============

更新：进行级联删除后，这是屏幕截图（我删除了应用程序名称，这就是为什么它的某些部分是白色的）

执行 kubectl get all -A 显示所有资源不再存在（例如，甚至 cm、svc、deploy 等）

从 API 请求触发 argo 工作流程的最佳方式是什么？

API请求由Web服务器处理，服务器如何将工作流程提交到argo服务器？使用 CLI？使用休息请求？这里最好/推荐的方法是什么？

我正在尝试 Argo 工作流程，想了解如何冻结步骤。假设我有 3 步工作流程，而工作流程在第 2 步失败。因此，我想使用第 1 步成功的工件重新提交第 2 步中的工作流程。我怎样才能实现这个目标？我在文档的任何地方都找不到指导。

我在 Kubernetes 上运行 Argo 工作流。我跟在后面这个博客设置Jupyterhub，我开始收到此错误（从未有过的问题，使用前Jupyterhub）上阿尔戈豆荚： failed to save outputs: timed out waiting for the condition。

如果我添加，工作总是失败

  resources:
    limits:
      nvidia.com/gpu: 1

但是如果不使用 gpu，它有时会成功（在偶尔失败后使用 retryStrategy）。

有人可以帮我吗？

概括：

我们有一个 golang 应用程序，它根据请求将 Argo 工作流提交给 kubernetes 集群。我想将 yaml 文件传递​​给其中一个步骤，我想知道这样做的选项是什么。

环境：

• 阿尔戈：v2.4.2
• K8s：1.13.12-gke.25

额外细节：

最后，我想将此文件传递给测试步骤，如下例所示：

apiVersion: argoproj.io/v1alpha1
kind: Workflow
metadata:
  generateName: test-
spec:
  entrypoint: test
  templates:
  - name: test
    container:
      image: gcr.io/testproj/test:latest
      command: [bash]
      source: |
        python test.py --config_file_path=/path/to/config.yaml

此步骤中使用的图像将有一个 python 脚本，该脚本接收此文件的路径，然后访问它。

要使用 golang 提交 Argo 工作流，我们使用以下依赖项：

• https://github.com/argoproj/argo/tree/master/pkg/client
• https://github.com/argoproj/argo/tree/master/pkg/apis

谢谢你。

根据Argo DAG 模板文档。

\n

tasks.<TASKNAME>.outputs.parameters: 当上一个任务使用\n\'withItems\' 或 \'withParams\' 时，这包含每个调用的输出\n参数映射的 JSON 数组

\n

当尝试使用以下简单的工作流程时：

apiVersion: argoproj.io/v1alpha1\nkind: Workflow\nmetadata:\n  generateName: test-workflow-\nspec:\n  entrypoint: start\n  templates:\n  - name: start\n    dag:\n      tasks:\n        - name: with-items\n          template: hello-letter\n          arguments:\n            parameters:\n            - name: input-letter\n              value: "{{item}}"\n          withItems:\n          - A\n          - B\n          - C\n        - name: show-result\n          dependencies:\n          - with-items\n          template: echo-result\n          arguments:\n            parameters:\n            - name: input\n              value: "{{tasks.with-items.outputs.parameters}}"\n\n  - name: hello-letter\n    inputs:\n      parameters:\n      - name: input-letter\n    outputs:\n      parameters:\n      - name: output-letter\n        value: …

是否可以使用 Helm 来部署 Argo 工作流程？当我执行以下操作时，我收到如下错误helm install

错误：升级失败：（workflows/templates/my_dag.yaml:47）处解析错误：函数“workflow”未定义

yaml 本身具有 Argo 和 Helm 插值{{..}}。我明白为什么会失败。有没有解决的办法？

我已经看过这个，但它看起来不像我想做的事情，因为它改变了语法。

我正在使用 Argo 和 KFServing 和 Amazon EKS (Kubernetes) 设置 InferenceService。重要的是要知道，我们的团队每个环境都有一个 EKS 集群，这意味着我们的集群中可能有多个我们无法控制的应用程序。

这是我们到目前为止的设置

1. 我们将 docker 镜像推送到 Amazon ECR，其中包含我们用于训练和部署模型的逻辑
2. 我们argo用来提交在 #1 中开始训练的工作流。将 argo 安装到我们的 kubernetes 集群时，我们注意到它的组件有时会分配给 GPU 节点。
3. 我们也在使用KFServing。KFServing 允许我们自动上下调整 GPU，特别是在不使用时将其缩放为零。在将 KFServing 中的组件应用于我们的集群时，它们也会被分配给 GPU 节点。

我们对#2 和#3（上图）的当前设置似乎禁止了 KFServing 缩小到零的能力。我们担心在 GPU 中使用这些组件将不允许 GPU 缩小。

哪些 Pod 需要分配给我们的 GPU 节点？

（选项 1）我们是否只需要分配我们的 argo 工作流 Pod 而排斥其余的？

- 或者 -

（选项 2）GPU 节点中是否需要其他 kfserving 组件才能正常工作？

• 选项 1：除了 argo 工作流 Pod，我们如何阻止所有 Pod 进入我们的 GPU 节点？提醒一下，我们还有其他应用程序无法控制，因此为每个 Pod 添加节点关联似乎不现实。

• 选项 2： …

我有一个配置了 SSO 的 Argo Workflows 实例。当我单击工作流程链接时，如果我未登录，它会将我带到登录页面，这迫使我单击“登录”按钮将我重定向到我的 SSO 提供商，然后在成功时将我重定向到工作流程。

有谁知道是否可以配置 SSO 身份验证，以便跳过登录页面并将用户直接重定向到 SSO 登录页面？我一直在浏览文档和源代码，但没有运气，我想在放弃之前我会在这里问。

我正在使用 ArgoWorkflow 来自动化我们的 CI/CD 链。为了构建镜像并将它们推送到我们的私有注册表，我们面临着 buildah 或 kaniko 的选择。但我无法指出两者之间的主要区别。优点和缺点，以及这些工具如何处理并行构建和缓存管理。谁能澄清这些要点？或者甚至建议另一个可以以更简单的方式完成工作的工具。关于这个主题的一些澄清将会非常有帮助。提前致谢。