跳到主要内容
版本：Next

云管平台使用指南（系统管理员）

准备工作​

  • 确认希姆云平台已部署完毕，能够正常访问登录页面。

  • 获取云管平台系统管理员账号和密码。

典型使用流程​

系统管理员规划和使用集群资源的典型流程如下：

  1. 使用系统管理员账号和密码登录云管平台。

  2. 创建云管平台用户的组织架构。

  3. 添加分布式存储集群。

  4. 管理算力集群。

    • 添加算力集群。

    • 同步集群信息。

    • 同步AI卡信息。

    • 同步节点信息。

    • 创建算力池并分配存储和节点，支持创建面向全平台的公共算力池和面向特定租户的专属算力池。

    • 系统管理员自己使用集群资源：创建命名空间并管理资源服务，完成云管平台的运营工作。

    • 系统管理员为租户分配集群资源：创建租户并为租户绑定算力池。

注意：云管平台系统管理员有权限使用所有功能，其他平台用户有权限使用的功能由其角色决定。如果创建平台用户时未手动指定角色，将被赋予默认角色；如果默认角色未绑定任何功能，被赋予默认角色的平台用户将无法登录云管平台，这时需要系统管理员为默认角色按需绑定功能。

登录云管平台​

云管平台为系统管理员、平台用户等类型账号提供角色对应的操作页面，从而提升管理效率与安全性。

  1. 访问希姆云平台登录页面。

  2. 输入系统管理员账号和密码。

  3. 输入验证码。

  4. 单击登录。

  5. 单击云管平台。

  6. 查看系统概览页面的信息，全方位了解云管平台的资源概况及其运行状态。

管理平台要素​

云管平台通过权限管理与组织架构功能实现精细化管控和多模块协同，确保权限精准分配、组织有序运转，提升平台管理效率与安全性。

管理平台要素时涉及功能模块、组织、角色、用户相关的操作，本章节的步骤设计旨在帮助您熟悉可能存在的顺序要求，例如创建平台用户时需要选择已经创建的组织和角色。

  1. 创建平台资源模块。云管平台预置了平台管理、租户运营、集群资源、算力配置、研发运营、监控告警、镜仓镜像、平台审计、软件证书。

    1. 在云管平台左侧，选择平台管理 > 权限管理 > 资源管理。

    2. 单击创建。

    3. 填写资源模块的信息。

      • 填写必选信息：

        • 名称：资源模块的名称。

        • 类型：目前仅支持功能模块。

        • URL：对应在云管平台中的路径设置，例如资源管理的URL为/platformmng/auth/resource。

        • 编码：为资源模块分配的唯一标识符。

      • 填写可选信息：图标。

    4. 单击确定。

    5. 资源模块添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 添加下级资源，为当前资源模块添加下级的资源模块。

      • 选择 ⋮ > 下移，将当前资源模块顺序向下移动，但是不改变资源模块的层级。

      • 选择 ⋮ > 上移，将当前资源模块顺序向上移动，但是不改变资源模块的层级。

      • 选择 ⋮ > 编辑，修改当前资源模块的信息。不支持修改资源模块的编码。

  2. 创建平台组织。

    1. 在云管平台左侧，选择平台管理 > 组织架构 > 组织管理。

    2. 单击创建。

    3. 填写组织的信息。

      • 填写必选信息：组织名称、组织编码。

      • 填写可选信息：组织备注。

    4. 单击确定。

    5. 组织添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 添加子组织，为当前组织添加子组织。

      • 选择 ⋮ > 编辑，修改当前组织的信息。不支持修改组织编码。

      • 选择 ⋮ > 删除，删除当前组织。

  3. 创建平台角色。角色通过绑定资源获得使用指定功能模块的权限，用户通过绑定角色获得该角色拥有的权限，方便为担任相同职能的多名用户赋予一致的权限。

    1. 在云管平台左侧，选择平台管理 > 权限管理 > 角色管理。

    2. 单击创建。

    3. 填写角色的信息。

      • 填写必选信息：角色名称、角色编码。

      • 填写可选信息：所在组织、角色备注。

      说明：如果没有为角色选择所在组织，该组织的用户会无法选择和绑定该角色。

    4. 单击确定。

    5. 角色添加成功后会显示在列表中，您可以按需管理。

      • 在左侧组织列表中单击组织名称，显示组织下的角色。

      • 选择 ⋮ > 编辑，修改当前角色的信息。不支持修改角色编码。

      • 选择 ⋮ > 绑定资源，为当前角色选择可以访问的页面。

      • 选择 ⋮ > 删除，删除当前角色。不支持删除系统管理员和默认角色。

  4. 创建平台用户。角色通过绑定资源获得使用指定功能模块的权限，用户通过绑定角色获得该角色拥有的权限，方便为担任相同职能的多名用户赋予一致的权限。

    1. 在云管平台左侧，选择平台管理 > 组织架构 > 用户管理。

    2. 单击创建。

    3. 填写用户的信息。

      • 填写必选信息：账号、密码、手机、姓名、邮箱、所在组织。

      • 填写可选信息：角色。如果不选择角色，将为用户分配默认角色。

      注意：如果默认角色未绑定任何功能，被赋予默认角色的平台用户将无法登录云管平台，这时需要系统管理员为默认角色按需绑定功能。

    4. 单击确定。

    5. 用户添加成功后会显示在列表中，您可以按需管理。

      • 在左侧组织列表中单击组织名称，显示组织下的用户。

      • 选择 ⋮ > 编辑，修改当前用户的信息。不支持修改账号。

      • 选择 ⋮ > 详情，查看当前用户的信息。

      • 选择 ⋮ > 修改密码，为当前用户修改登录密码。

      • 选择 ⋮ > 绑定角色，为当前用户绑定角色。

      • 选择 ⋮ > 删除，删除当前用户。

管理租户要素​

云管平台围绕产品功能、租户管理、租户用户构建了高效的多租户管理体系，有力支撑企业在多租户场景下实现精细化管理与资源隔离。

您可以便捷创建产品，为租户添加环境资源、项目、应用、镜像等子功能，满足多样化业务搭建需求。在资源方面，创建租户后支持精准分配产品、算力资源，保障资源合理利用。租户用户管理则提供创建账号、查看与修改用户信息、修改密码等功能。

管理租户要素时涉及产品功能、租户、租户用户相关的操作，本章节的步骤设计旨在帮助您熟悉可能存在的顺序要求，例如创建租户用户时需要选择已经创建的租户。

  1. 创建租户产品。

    1. 在云管平台左侧，选择租户运营 > 产品功能。

    2. 单击创建。

    3. 填写产品信息。

      • 填写必选信息：

        • 名称：租户产品功能的名称。

        • 类型：目前仅支持功能模块。

        • 分类：默认功能为创建租户时默认具备的产品；选配功能为供租户选择性添加的产品。

        • URL：对应在云管平台的路径设置，例如环境资源的URL为/my/works/envs。

        • 编码：为产品分配的唯一标识符。

      • 填写可选信息：图标。

    4. 单击确定。

    5. 产品添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 添加子功能，为当前产品添加下级的产品。

      • 选择 ⋮ > 下移，将当前产品顺序向下移动，但是不改变产品的层级。

      • 选择 ⋮ > 上移，将当前产品顺序向上移动，但是不改变产品的层级。

      • 选择 ⋮ > 编辑，修改当前产品的信息。不支持修改产品的URL和编码。

  2. 创建租户。

    1. 在云管平台左侧，选择租户运营 > 租户管理。

    2. 单击创建。

    3. 填写租户的信息。

      • 填写必选信息：租户名称、联系人、手机账号。

      • 填写可选信息：地址、租户备注。

    4. 单击确定。

      注意：创建租户后，云管平台默认为租户创建一个租户管理员账号，账号名称为租户电话，密码则需要自行修改，具体步骤，请参见云管平台使用指南（系统管理员） > 管理租户要素中租户用户相关的操作。

    5. 租户添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 产品分配，为当前租户添加产品。希姆云平台预置了企业设置、监控观测、我的空间、研发管理、。

        注意：至少需要分配一个产品权限，否则无法在算力调度平台登录租户管理员账号。

      • 选择 ⋮ > 算力设置，为当前租户添加算力池。每个租户可以添加多个算力池，支持为当前租户设置各算力池的资源配额，包括CPU、内存、分布式存储（分布式存储集群提供的存储资源）、NPU、GPU的配额。

      • 选择 ⋮ > 编辑，修改当前租户的信息。

      • 选择 ⋮ > 删除，删除当前租户。

  3. 创建租户用户。

    1. 在云管平台左侧，选择租户运营 > 租户用户。

    2. 单击创建。

    3. 填写租户用户的信息，包括账号、密码、手机、姓名、所属租户。

    4. 单击确定。

    5. 租户用户添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 查看，查看当前租户用户的详细信息。

      • 选择 ⋮ > 修改密码，修改当前租户用户的登录密码。

      • 选择 ⋮ > 编辑，修改当前租户用户的信息。不支持修改账号和所属租户。

      • 选择 ⋮ > 禁用或 ⋮ > 启用，禁止使用和重新启用当前租户用户。

管理集群资源​

管理算力集群​

云管平台通过集群列表便捷添加算力集群，并同步集群信息、AI卡状态等信息，支持kubectl调试来保障集群运行的稳定性与兼容性。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击创建。

  3. 填写连接算力集群所需的信息，包括集群名称、kubeConfig。

  4. 单击测试链接。

  5. 集群链接成功后，选择集群属性，然后单击确定。

  6. 算力集群添加成功后会显示在列表中，您可以按需管理。

    • 单击集群名称进入集群，查看当前算力集群的详细信息，并完成管理操作。

      说明：系统管理员可以基于集群资源创建更细粒度的算力池，具体操作请参见云管平台使用指南（系统管理员） > 管理算力配置 > 管理算力池；使用集群资源完成云管平台的运营工作，具体操作请参见云管平台使用指南（系统管理员） > 使用集群资源；或者为租户分配算力资源，具体操作请参见云管平台使用指南（系统管理员） > 管理算力配置 > 管理租户配额。

      • 在集群概览中，查看云管平台纳管的Kubernetes集群，一站式掌握集群的资源全貌，实时监控各集群的基础资源、服务组件与应用资源，直观了解CPU/内存等基础资源的使用状态、服务组件的运行情况、应用资源的部署分布情况等。

      • 在节点管理中，同步集群内节点的信息，查看算力集群中节点的IP、状态、资源使用情况等详细信息，并完成停用调度、启用调度、终端登录节点操作。

      • 在AI算力卡中，查看算力集群中AI加速卡的显存、算力、利用率、温度等详细信息。

      • 在环境空间中，管理算力集群中的命名空间，在资源池的基础上创建和维护命名空间。

      • 在资源服务中，管理应用负载以及相关的服务、容器组、路由、网关，定义基于应用负载执行的任务，管理相关的应用配置、密钥、服务账号，以及容器的持久化存储、CRD。

      • 在集群事件中，查看算力集群中发生的事件，了解资源相关的操作情况。

    • 选择 ⋮ > 删除，删除当前算力集群。

查看AI加速卡​

云管平台通过加速卡列表展示已纳管算力集群中所有AI加速卡，方便您了解总体的AI算力规模。

  1. 在云管平台左侧，选择集群资源 > AI硬件 > AI加速卡。

  2. AI加速卡页面展示了所有AI加速卡的信息，您可以查看AI加速卡所属的集群、所在的节点，以及AI加速卡的序列号、产品型号、驱动版本、内存等信息。选择 ⋮ > 详情，查看当前AI加速卡的基本信息和运行状况。

管理存储集群​

云管平台支持添加分布式存储集群满足数据共享、高可用等需求。

  1. 在云管平台左侧，选择集群资源 > 存储集群 > 存储集群。

  2. 单击创建。

  3. 填写存储集群的信息。

    • 填写必选信息：集群名称、集群地址、集群账号、集群密钥。

    • 填写可选信息：集群版本、集群容量、集群状态以及备注。

  4. 单击确定。

  5. 存储集群创建成功后会显示在列表中，您可以按需管理。

    • 选择 ⋮ > 详情，查看当前存储集群的详细信息。

    • 选择 ⋮ > 编辑，修改当前存储集群的信息。仅支持修改存储集群名称和备注。

    • 选择 ⋮ > 删除，删除当前存储集群。

管理硬件设备​

云管平台通过硬件设备列表管理集群外的硬件设备，例如防火墙、交换机、路由器，确保资源管理的灵活性与适配性。

  1. 在云管平台左侧，选择集群资源 > 设备管理 > 硬件管理。

  2. 单击创建。

  3. 填写硬件设备的信息，包括设备名称、带外管理地址、带内管理地址。

  4. 单击确定。

  5. 硬件设备添加成功后会显示在列表中，您可以按需管理。

    • 选择 ⋮ > 编辑，修改当前硬件设备的信息。

    • 选择 ⋮ > 删除，删除当前硬件设备。

管理算力配置​

管理算力池​

云管平台通过算力池和租户配额实现资源的高效调度和精准分配。算力池支持公共和专属模式，公共算力池支持多用户共享，可以有效降低成本，专属算力池则专池专用，保障企业数据安全与性能。

本章节的步骤设计旨在帮助您熟悉可能存在的顺序要求，例如为创建算力池前了解算力集群的节点和AI加速卡情况。

  1. 查看算力集群节点。

    1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

    2. 单击集群名称。

    3. 选择节点管理 > 节点。

    4. 节点页面显示了当前集群的节点列表，您可以查看节点的IP、运行状态、角色、资源使用情况等信息，并按需管理。

      • 单击同步，将当前算力集群内节点的最新状态同步到希姆云平台。

      • 选择 ⋮ > 停用调度，停止在当前节点上运行容器组。

      • 选择 ⋮ > 打开终端，通过WebSocket连接访问当前节点，完成查看信息、执行命令等操作。

  2. 查看AI加速卡。AI加速卡是专门用于加速AI计算任务的硬件设备，广泛应用于训练或推理场景。

    1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

    2. 单击集群名称。

    3. 单击同步AI卡，将当前算力集群内AI加速卡的最新状态同步到希姆云平台。

    4. 选择AI算力卡 > 加速卡。

    5. 加速卡页面显示了当前算力集群内AI加速卡的信息，您可以查看AI加速卡所在的节点、节点IP、加速卡编号等标识信息，以及利用率、加速卡温度等状态信息。

  3. 创建算力池。

    1. 在云管平台左侧，选择算力配置 > 算力池 > 专属算力池或算力配置 > 算力池 > 公共算力池。

    2. 单击创建。

    3. 填写算力池的信息，包括算力池的名称、所属集群、所属租户、算力类型、存储集群、磁盘类型、分布式存储容量、节点/卡信息。公共算力池在租户间共享，专属算力池独属于单个租户。

      配置说明
      所属集群提供算力资源的集群。
      算力类型
      • CPU基础资源类型：仅包含CPU算力。
      • NPU资源类型：包含NPU算力加速AI计算和CPU算力进行任务调度。
      • GPU资源类型：包含GPU算力加速AI计算和CPU算力进行任务调度。
      存储集群提供分布式存储资源的集群。
      磁盘类型存储资源的磁盘类型，例如hdd_sata、ssd_sata、ssd_nvme。
      节点/卡信息单击添加节点，为当前算力池分配服务器节点或AI加速卡。

    4. 单击确定。

    5. 算力池创建成功后会显示在专属算力池或公共算力池列表中，您可以按需管理。

      • 选择 ⋮ > 详情，查看当前算力池的详细信息。

      • 选择 ⋮ > 分配存储，为当前算力池分配可用的分布式存储容量。

      • 选择 ⋮ > 分配节点，为当前算力池分配可用的服务器节点。

      • 选择 ⋮ > 删除，删除当前算力池。

        注意：如果算力池已经绑定租户，在删除算力池前需要先解除绑定，否则无法删除算力池。

管理租户配额​

云管平台通过算力池和租户配额实现资源的高效调度和精准分配。您可以为租户绑定算力池并设置租户配额，精准地分配资源，避免过度使用。

  1. 在云管平台左侧，选择租户运营 > 租户管理。

  2. 定位到需要绑定算力池的租户，选择 ⋮ > 算力设置。

  3. 单击创建，为当前租户选择算力池，然后单击确定。

  4. 定位到需要设置配额的算力池，选择 ⋮ > 算力配额，为当前租户设置能够使用的资源上限，包括CPU、内存、分布式存储（分布式存储集群提供的存储资源）、NPU、GPU的配额，然后单击确定。

使用集群资源​

了解集群概况​

云管平台一站式纳管集群打破信息孤岛，帮助运维人员快速定位资源问题，优化资源配置，确保集群稳定高效运行。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击集群名称。

  3. 在概览页中，查看集群信息。

    • 单击同步集群，将算力集群的最新配置和状态同步到希姆云平台。

    • 单击同步AI卡，将算力集群内AI加速卡的最新信息同步到希姆云平台。

    • 单击kubectl，登录算力集群的命令行管理界面。

  4. 在节点页中，查看节点信息。单击同步将算力集群内节点的最新信息同步到希姆云平台。

  5. 在加速卡页中，查看加速卡信息。

管理命名空间​

云管平台基于命名空间隔离和管理平台运营所需的资源服务。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击集群名称。

  3. 单击环境空间 > 命名空间。

  4. 单击创建。

  5. 仅支持通过Kubernetes YAML文件的形式创建命名空间。

  6. 单击保存。

  7. 环境创建添加成功后会显示在列表中，您可以按需管理。

    • 选择 ⋮ > 编辑，修改当前命名空间的信息。

    • 选择 ⋮ > 删除，删除当前命名空间。

管理资源服务​

管理配置​

云管平台通过配置管理提供全流程、精细化的配置管控能力，保障系统稳定运行与数据安全。

管理配置时涉及配置项、密钥、服务账号相关的操作，本章节的步骤设计旨在帮助您熟悉可能存在的顺序要求，例如配置项更为通用，密钥适用于敏感数据，服务账户则方便进行整体的个性化配置。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击集群名称。

  3. 创建配置。配置是一种API资源，用于存储非密钥/值数据，例如配置文件和环境变量，帮助用户根据业务需求维护整体配置方案，高效适配不同场景需求。

    1. 选择资源服务 > 配置管理 > 配置项。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建配置项。

    4. 单击部署。

    5. 配置添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 修改，修改当前配置的信息。

      • 选择 ⋮ > 删除，删除当前配置。

  4. 创建密钥。密钥是一种API资源，用于存储敏感数据，例如密码、密钥和证书，通过严格的权限控制与安全策略，为数据传输和存储筑牢安全防线。

    1. 选择资源服务 > 配置管理 > 密钥。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建密钥。

    4. 单击部署。

    5. 密钥添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 修改，修改当前密钥的信息。

      • 选择 ⋮ > 删除，删除当前密钥。

  5. 创建服务账户。服务账户支持上传、创建和修改账户的YAML文件，方便认证身份、自定义账户权限和自动挂载凭证，实现账户的个性化配置，助力服务的高效部署与运行。

    1. 选择资源服务 > 配置管理 > 服务账户。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建服务账户。

    4. 单击部署。

    5. 服务账户添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 修改，修改当前服务账户的信息。

      • 选择 ⋮ > 删除，删除当前服务账户。

管理存储​

云管平台支持通过OpenEBS、Ceph、CSI等技术集成存储资源，您可以定义存储类并通过持久卷声明为容器组动态提供持久化存储。

本章节的步骤设计旨在帮助您熟悉可能存在的顺序要求，例如创建持久卷声明时需要依赖已经创建的存储类，才能正常创建和挂载持久卷。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击集群名称。

  3. 通过存储类定义存储供应策略。通过存储类动态供应持久卷是常见的存储资源管理方式，只需提前定义供应商插件、磁盘类型等信息，即可通过持久卷声明触发自动化创建完全匹配需求的持久卷。

    1. 选择资源服务 > 存储管理 > 存储类。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建存储类。

    4. 单击部署。

    5. 存储类添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 修改，修改当前存储类的信息，仅支持通过Kubernetes YAML文件的形式修改。

      • 选择 ⋮ > 删除，删除当前存储类。

  4. 通过持久卷声明请求存储资源。持久卷声明定义了向集群请求存储资源的需求内容，例如存储大小、访问模式。

    1. 选择资源服务 > 存储管理 > 持久卷声明。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建持久卷声明。

    4. 单击部署。

    5. 持久卷声明添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 修改，修改当前持久卷声明的信息。

      • 选择 ⋮ > 删除，删除当前持久卷声明。

  5. 查看持久卷。创建持久卷声明后，存储类捕获需求并自动创建满足需求的持久卷。

    1. 选择资源服务 > 存储管理 > 持久卷。

    2. 持久卷页面显示了已创建持久卷的列表，您可以查看所属租户、访问模式、挂载状态等信息。选择 ⋮ > 删除，即可删除当前持久卷并重新自动创建。

管理运行环境​

云管平台基于运行环境维护部署应用程序和提供对外服务所需的应用资源。

管理运行环境时涉及应用负载、服务、网关、路由、容器组相关的操作，本章节的步骤设计旨在帮助您熟悉可能存在的顺序要求，例如创建部署类型的应用负载后，集群会自动启动和维护所需数量的容器组副本，如果需要提供稳定的访问入口，您可以创建服务并关联应用负载，并在需要精细管理流量时引入网关和路由。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击集群名称。

  3. 创建应用负载。应用负载是在集群中运行的应用程序实例，例如使用部署来部署一个Web应用、使用有状态副本集来部署一个数据库。应用负载可以包含一个或多个容器组来处理业务请求，管理部署、扩展、更新和恢复等应用程序的生命周期，确保应用程序的稳定性和可用性。

    1. 选择资源服务 > 运行管理 > 应用负载，按需切换至无状态服务、有状态服务或守护进程服务页面。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建应用负载。

    4. 单击部署。

    5. 应用负载添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 修改，修改当前应用负载的信息。

      • 选择 ⋮ > 删除，删除当前应用负载。

  4. 创建服务。服务用于关联一组提供相同功能的容器组，将容器组的Endpoint组成单一资源，从而将运行在容器组上的应用程序转为公开的网络服务。服务提供了一个稳定的访问入口，在应用负载动态伸缩或升级时也不需要修改客户端的访问地址。例如创建一个服务来暴露一个Web应用，客户端可以通过服务的域名绑定形式或NodeIP:NodePort来访问Web应用。

    1. 选择资源服务 > 运行管理 > 服务。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建服务。

    4. 单击部署。

    5. 服务添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 修改，修改当前服务的信息。

      • 选择 ⋮ > 删除，删除当前服务。

  5. 创建网关。像服务一样，网关也用于暴露内部服务和管理集群外部对内部服务的访问，但更适用于高级路由和流量管理场景，作为网络连接枢纽提供便捷管理方案，相比服务更加灵活和强大。

    1. 单击资源服务 > 运行管理 > 网关。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建网关。

    4. 单击部署。

    5. 网关添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 详情，查看网关的详细信息。

      • 选择 ⋮ > 编辑，修改当前网关的信息，仅支持通过Kubernetes YAML文件的形式修改。

      • 选择 ⋮ > 删除，删除当前网关。

  6. 创建路由。路由是网络管理工具，定义了流量从客户端走到后端服务的路径，支持根据路径、主机名、header等进行匹配和转发。

    1. 选择资源服务 > 运行管理 > 路由。

    2. 单击创建。

    3. 仅支持通过Kubernetes YAML文件的形式创建路由。

    4. 单击部署。

    5. 路由添加成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 修改，修改当前路由的信息。

      • 选择 ⋮ > 删除，删除当前路由。

  7. 查看容器组。容器组（Pod）是应用程序的基本执行单元，是Kubernetes对象模型中最小的可部署的计算单元。在创建无状态服务、有状态服务、守护进程服务等应用负载或者一次性任务、周期性任务时，都需要设置容器组的规格。

    1. 单击资源服务 > 运行管理 > 容器组。

    2. 容器组页面显示了部署应用负载时自动创建的容器组列表，您可以查看容器组所属的租户和环境空间，以及运行状态、容器数量、CPU使用率、容器组IP、节点IP等运行信息。选择 ⋮ > 删除，即可删除当前容器组并重新自动创建。

管理任务​

云管平台通过任务执行一次性或者周期性的任务，例如数据处理、机器学习模型训练等一次性计算任务，周期性任务是在普通任务功能基础上，支持按分钟、小时等周期设置计划。作为对比，应用负载用于提供持续运行的、需要被持续维护和扩展的应用程序，例如维护可稳定访问的网站。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击集群名称。

  3. 按需创建一次性或周期性任务。

    • 一次性任务：支持快速创建、参数配置与资源调配，用户可实时查看、修改任务信息，结合元数据管理、容器组部署及事件记录，保障任务精准执行与稳定隔离。

      1. 选择资源服务 > 任务管理 > 普通任务。

      2. 单击创建。

      3. 仅支持通过Kubernetes YAML文件的形式创建普通任务。

    • 周期性任务：在普通任务功能基础上，支持按分钟、小时等周期设置计划，实现任务自动触发，适用于数据处理、文件传输等场景，有效减少人工干预，助力企业实现业务自动化，提升执行效率。

      1. 选择资源服务 > 任务管理 > 定时任务。

      2. 单击创建。

      3. 仅支持通过Kubernetes YAML文件的形式创建定时任务。

  4. 单击部署。

  5. 任务创建成功后会显示在列表中，您可以按需管理。

    • 选择 ⋮ > 重启，重新执行当前任务，仅普通任务支持该操作。

    • 选择 ⋮ > 修改，修改当前任务的信息。

    • 选择 ⋮ > 删除，删除当前任务。

管理CRD​

云管平台通过CRD（Custom Resource Definition）管理从Kubernetes集群同步的自定义的资源类型。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击集群名称。

  3. 选择资源服务 > CRD管理 > crd。

  4. crd页面显示了从Kubernetes集群中同步的自定义资源列表，您可以查看自定义资源的类型、组和范围。您可以按需管理。

    说明：crd页面不支持创建自定义资源，但可以修改从Kubernetes集群中同步的自定义资源。

    • 选择 ⋮ > 修改，修改当前自定义资源的信息，仅支持通过Kubernetes YAML文件的形式修改。

    • 选择 ⋮ > 删除，删除当前自定义资源。

查看集群事件​

云管平台提供了集群事件功能助力高效运维，包括自动记录容器组、持久卷声明等相关的事件，提供事件原因、事件类型、事件级别等信息方便定位问题和处理故障，统计事件发生次数预判潜在风险等，通过完整信息链提升集群管理效率。

  1. 在云管平台左侧，选择集群资源 > 集群管理 > 集群列表。

  2. 单击集群名称。

  3. 选择集群事件 > 事件。

  4. 事件页面显示了已发生的事件列表，您可以查看时间、类型、级别等信息。选择 ⋮ > 详情，查看当前事件的原始消息等信息。

查看租户研发资源​

云管平台中支持查看租户创建的研发资源，研发资源包括环境（租户中的应用环境而非云管平台的命名空间）、项目、镜像、业务应用。本章节的步骤设计旨在帮助您熟悉可能存在的顺序要求，例如应用必须属于一个项目、基于一个应用环境。

说明：应用环境、项目、业务应用需要在租户中创建，云管平台仅支持查看，没有管理权限。

  1. 查看应用环境。租户内的应用环境基于分配给租户的算力池进行更细粒度的资源分配，以满足租户内业务应用的资源需求，助力企业构建稳定、适配的研发环境，为企业研发运营提供坚实支撑。

    1. 在云管平台左侧，选择研发运营 > 研发管理 > 环境管理。

    2. 环境管理页面显示了已创建的应用环境列表，您可以查看所属租户、应用数量、所属资源池、资源限额等信息。选择 ⋮ > 详情查看当前环境的资源池信息、配置信息等信息。

  2. 查看项目。租户项目方便企业掌握项目全貌，合理规划资源分配与项目进度。

    1. 在云管平台左侧，选择研发运营 > 研发管理 > 项目管理。

    2. 项目管理页面显示了已创建的项目列表，您可以查看所属租户、项目类型、应用数量等信息。选择 ⋮ > 详情查看当前项目的成员列表、应用列表等信息。

  3. 管理租户共享镜像。租户内的共享镜像，而非云管平台的公共镜像。您可以查看租户共享镜像的信息，确保镜像的版本可控与安全使用。

    1. 在云管平台左侧，选择研发运营 > 研发管理 > 镜像管理。

    2. 镜像管理页面显示了已创建的镜像列表，您可以查看所属租户、是否共享等信息并按需管理。

      • 单击版本，查看当前镜像的历史版本，删除不再使用的历史版本。

      • 单击详情，查看当前镜像的标签、版本等详细信息。

      • 单击分享，将个人私有镜像分享为租户内的共享镜像。

      • 单击删除，删除当前镜像的所有版本。

  4. 查看业务应用。租户创建的业务应用，应用必须属于一个项目、基于一个应用环境。

    1. 在云管平台左侧，选择研发运营 > 研发管理 > 应用管理。

    2. 应用管理页面显示了已创建的应用列表，您可以查看所属租户、应用类型、应用数量等信息。选择 ⋮ > 应用资源查看当前应用的运行环境、任务、配置、存储等信息。

管理监控告警​

管理平台告警​

云管平台通过监控告警主动通知需要关注的资源状态，助力高效主动运维。

管理监控告警时涉及规则组、告警模板、告警规则、通知渠道、通知组、告警消息相关的操作，本章节的步骤旨在帮助您熟悉可能存在的顺序要求，例如告警规则必须属于一个规则组，需要提前创建通知渠道和通知组，支持提前创建告警模板以快速创建告警规则。

  1. 创建规则组。

    1. 在云管平台左侧，选择监控告警 > 告警规则 > 规则组。

    2. 单击创建。

    3. 填写规则组的信息，包括名称、分类、是否启用、备注。

      资源组分类资源类描述
      system
      • cluster：集群相关的告警规则。
      • environment：环境相关的告警规则。
      • host：节点相关的告警规则。
      container
      • containter：容器组相关的告警规则。
      • log：日志相关的告警规则。
      • volume：持久卷声明相关的告警规则。
      middleware
      • java：Java组件相关的告警规则。
      • mysql：MySQL数据库相关的告警规则。
      • redis：Redis数据库相关的告警规则。
      openTelemetry
      • jvm：Java虚拟机组件相关的告警规则。
      • http：HTTP协议相关的告警规则。
      network
      • http：HTTP协议相关的告警规则。
      • tcp：TCP协议相关的告警规则。
      aicard
      • gpu：GPU加速卡相关的告警规则。
      • npu：NPU加速卡相关的告警规则。

    4. 规则组创建成功后会显示在列表中，您可以按需管理，并在创建告警规则时使用。

      • 选择 ⋮ > 查看，查看当前规则组的详细信息。

      • 选择 ⋮ > 编辑，修改当前规则组的信息。

      • 选择 ⋮ > 删除，删除当前规则组。

  2. 创建告警模板。

    1. 在云管平台左侧，选择监控告警 > 告警规则 > 告警模板。

    2. 单击创建。

    3. 填写告警模板的信息，包括模板名称、是否放开、所属资源组、所属资源类、PromQL语句、评估时间、间隔时间、告警消息、备注。

      告警规则基本信息描述
      资源组和资源类

      • system：

        • cluster：集群相关的告警规则。
        • environment：环境相关的告警规则。
        • host：节点相关的告警规则。

      • container：

        • containter：容器组相关的告警规则。
        • log：日志相关的告警规则。
        • volume：持久卷声明相关的告警规则。

      • middleware：

        • java：Java组件相关的告警规则。
        • mysql：MySQL数据库相关的告警规则。
        • redis：Redis数据库相关的告警规则。

      • openTelemetry：

        • jvm：Java虚拟机组件相关的告警规则。
        • http：HTTP协议相关的告警规则。

      • network：

        • http：HTTP协议相关的告警规则。
        • tcp：TCP协议相关的告警规则。

      • aicard：

        • gpu：GPU加速卡相关的告警规则。
        • npu：NPU加速卡相关的告警规则。
      PromQL语句定义和配置报警规则的语句。PromQL允许用户根据收集到的指标数据进行查询和计算，从而触发报警，例如npu_info{status!="WORK",cluster=~"management-cluster"}。
      评估时间满足告警规则后持续多久视为真正触发告警并发送告警通知，需要同时输入时间和时间单位，时间单位支持s（秒）、m（分钟）和h（小时）。例如输入10s，代表持续满足告警规则10秒后发送告警通知告警。
      间隔时间多久检查一次是否满足告警规则，需要同时输入时间和时间单位，时间单位支持s（秒）、m（分钟）和h（小时）。例如输入30m，代表每30分钟检查一次是否满足告警规则。
      告警消息产生告警时，告警消息中展示的提示内容。例如：
      节点: {{ $labels.node }}
卡序号: {{ $labels.npu_no }}
SN: {{ $labels.sn }}
型号: {{ $labels.npu_name }}
PCIe: {{ $labels.bus_id }}
驱动: {{ $labels.driver_version }}
MCU 固件: {{ $labels.mcu_firmware }}
CTRL 固件: {{ $labels.npu_ctrl_firmware }}

    4. 单击保存。

    5. 告警模板创建成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 查看，查看当前告警模板的详细信息。

      • 选择 ⋮ > 编辑，修改当前告警模板的信息。

      • 选择 ⋮ > 废弃，停用当前告警模板，停用后在创建告警规则时不会显示该告警模板。

      • 选择 ⋮ > 删除，删除当前告警模板。

  3. 创建通知渠道。

    1. 在云管平台左侧，选择监控告警 > 告警配置 > 渠道配置。

    2. 单击创建。

    3. 填写通知渠道的信息。

      • 填写必选信息：渠道名称、渠道类型。

        • 飞书：获取并填写飞书Webhook URL，按需填写密钥。

        • 邮件：填写邮箱地址。

      • 填写可选信息：备注。

    4. 单击确定。

    5. 通知渠道创建成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 查看，查看当前通知渠道的详细信息。

      • 选择 ⋮ > 编辑，修改当前通知渠道的信息。

      • 选择 ⋮ > 废弃，停用当前通知渠道，停用后在创建告警规则时不会显示该通知渠道。

      • 选择 ⋮ > 删除，删除当前通知渠道。

  4. 创建通知组。

    1. 在云管平台左侧，选择监控告警 > 告警配置 > 通知组。

    2. 单击创建。

    3. 填写通知组的信息。

      • 填写必选信息：通知组名称、通知成员。

      • 填写可选信息：备注。

    4. 单击确定。

    5. 通知组创建成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 查看，查看当前通知组的详细信息。

      • 选择 ⋮ > 编辑，修改当前通知组的信息。

      • 选择 ⋮ > 废弃，停用当前通知组，停用后在创建告警规则时不会显示该通知组。

      • 选择 ⋮ > 删除，删除当前通知组。

  5. 创建告警规则。

    1. 在云管平台左侧，选择监控告警 > 告警规则 > 告警规则。

    2. 单击创建。

    3. 基于告警模板或者自定义填写告警规则的基本信息。

      • 基于告警模板：

        • 填写规则编号、生成模式（选择模板）、所属规则组、所属应用集群。

        • 选择一个告警模板。告警模板会自动填充PromQL语句、评估时间、间隔时间、告警消息等信息。

      • 自定义：

        1. 填写规则编号、生成模式（选择自定义）、所属规则组、所属应用集群。

        2. 手动填写资源分组、资源分类、PromQL语句、评估时间、间隔时间、告警消息、备注。

          告警规则基本信息描述
          资源组和资源类

          • system：

            • cluster：集群相关的告警规则。
            • environment：环境相关的告警规则。
            • host：节点相关的告警规则。

          • container：

            • containter：容器组相关的告警规则。
            • log：日志相关的告警规则。
            • volume：持久卷声明相关的告警规则。

          • middleware：

            • java：Java组件相关的告警规则。
            • mysql：MySQL数据库相关的告警规则。
            • redis：Redis数据库相关的告警规则。

          • openTelemetry：

            • jvm：Java虚拟机组件相关的告警规则。
            • http：HTTP协议相关的告警规则。

          • network：

            • http：HTTP协议相关的告警规则。
            • tcp：TCP协议相关的告警规则。

          • aicard：

            • gpu：GPU加速卡相关的告警规则。
            • npu：NPU加速卡相关的告警规则。
          PromQL语句定义和配置报警规则的语句。PromQL允许用户根据收集到的指标数据进行查询和计算，从而触发报警，例如npu_info{status!="WORK",cluster=~"management-cluster"}。。
          评估时间满足告警规则后持续多久视为真正触发告警并发送告警通知，需要同时输入时间和时间单位，时间单位支持s（秒）、m（分钟）和h（小时）。例如输入10s，代表持续满足告警规则10秒后发送告警通知告警。
          间隔时间多久检查一次是否满足告警规则，需要同时输入时间和时间单位，时间单位支持s（秒）、m（分钟）和h（小时）。例如输入30m，代表每30分钟检查一次是否满足告警规则。
          告警消息产生告警时，告警消息中展示的提示内容。例如：
          节点: {{ $labels.node }}
卡序号: {{ $labels.npu_no }}
SN: {{ $labels.sn }}
型号: {{ $labels.npu_name }}
PCIe: {{ $labels.bus_id }}
驱动: {{ $labels.driver_version }}
MCU 固件: {{ $labels.mcu_firmware }}
CTRL 固件: {{ $labels.npu_ctrl_firmware }}

    4. 选择告警渠道和通知组。

    5. 配置告警级别。

      1. 单击添加。

      2. 填写告警级别的信息。

        告警级别信息描述
        告警级别
        • warning：系统运行可能出现问题，需要关注。
        • error：系统运行出现报错，需要处理。
        • critical：系统运行出现严重报错，需要立即处理。
        比较条件/阈值阈值和比较条件组合使用，同时满足比较条件和阈值时视为达到对应的告警级别，例如指标值大于阈值、指标值大于等于阈值。

      3. 单击确定。

    6. 单击保存。

    7. 告警规则创建成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 查看，查看当前告警规则的详细信息。

      • 选择 ⋮ > 编辑，修改当前告警规则的信息。

      • 选择 ⋮ > 废弃，停用当前告警规则，停用后不会触发该告警规则。

      • 选择 ⋮ > 删除，删除当前告警规则。

  6. 管理告警消息。

    1. 在云管平台左侧，选择监控告警 > 告警中心 > 实时告警，或者选择监控告警 > 告警中心 > 租户告警。

    2. 实时告警页面显示了云管平台中的告警消息列表，租户告警页面显示了租户内的告警消息列表，支持按关键词、告警级别、告警时间范围筛选告警消息。选择 ⋮ > 查看，按需查看单条告警的详情。

监控节点设备状态​

云管平台通过设备监控功能实时监控集群内节点的运行状况，例如服务器的设备在位状态、风扇转速、传感器温度等信息。

  1. 在云管平台左侧，选择监控告警 > 设备监控 > 设备列表。

  2. 设备列表页面显示了当前集群的节点列表，单击节点名称即可查看节点的详情。

    • 告警日志：日志来源、时间戳、传感器名称、事件等级、传感器类型、状态、事件描述

    • 设备在位状态：CPU、内存、PCIe装置、风扇、电源供应的在位状态

    • 温度监控：各风扇的实时转速、各风扇的转速趋势、各传感器的实时温度、各传感器的温度历史趋势

    • 电压监控：CPU1_VCORE、CPU1_VEHVFIVRA、CPU1_VCCINFAON等部件的电压读数

    • 功率监控：总的功率消耗、功率变化趋势

管理平台镜仓​

接入已有Harbor仓库​

云管平台支持配置接入已有的Harbor仓库并添加全局可用的公开镜像。

  1. 在云管平台左侧，选择镜仓镜像 > 公开镜像。

  2. 配置镜像仓库。

    1. 单击镜仓配置。

    2. 填写镜像仓库地址。

    3. 填写镜像仓库管理账号和token/密码。

    4. 单击确定。

  3. 添加公开镜像。

    1. 单击创建。

    2. 填写镜像的信息。

      • 镜像名称：镜像的名称。

      • 镜像版本：镜像的版本信息。

      • 添加方式：支持通过链接地址导入或者从本地上传镜像文件。

    3. 单击确定。

    4. 公开镜像创建成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 编辑，修改当前公开镜像的镜像名称、镜像地址。

      • 选择 ⋮ > 删除，删除当前公开镜像。

使用自建仓库​

云管平台支持自建命名空间并添加云管平台中共享或当前用户私有的镜像。

  1. 创建命名空间。

    1. 在云管平台左侧，选择镜仓镜像 > 命名空间。

    2. 单击创建。

    3. 填写命名空间的信息，包括空间名称、共享范围。

      • 平台共享：在云管平台中共享命名空间。

      • 平台私有：仅当前用户可以使用命名空间。

    4. 单击确定。

    5. 命名空间创建成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 查看仓库，查看当前命名空间的详细信息。

      • 选择 ⋮ > 推送镜像，从本地上传镜像文件。

      • 选择 ⋮ > 删除，删除当前命名空间。

  2. 导入镜像。

    1. 在云管平台左侧，选择镜仓镜像 > 仓库管理。

    2. 选择命名空间。

    3. 单击导入镜像。

    4. 选择导入方式。

      • 归档上传：上传tar或tar.gz格式的镜像包。

      • 远端地址导入：填写源镜像地址以及仓库认证信息。

    5. 填写仓库名称。如果导入方式为归档上传，支持从镜像包提取名称，但需要先选择镜像文件。

    6. 填写标签。

    7. 添加镜像文件。

      • 如果导入方式为归档上传：从本地拖拽文件或通过按钮选择文件。

        说明：归档上传的文件大小建议不大于2GB，不得超过5GB。如果大于2GB，建议使用docker push方式上传。

      • 如果导入方式为远端地址导入：填写源镜像地址，选择认证方式并填写用户名、密码等必要信息。

        说明：如果源镜像仓库位于内网或者使用NodePort registry，可以打开允许使用HTTP传输。在保证数据安全的前提下，使用HTTP传输比加密传输更高效。

    8. 单击开始导入。

    9. 您可以单击导入进度，查看镜像导入情况。镜像导入成功后会显示在列表中，您可以按需管理。

      • 选择 ⋮ > 查看版本，查看当前镜像版本、摘要等详细信息，并复制镜像Pull命令。

      • 选择 ⋮ > 删除，删除当前镜像。

查看审计日志​

云管平台实时记录并展示平台级和租户级操作的详细日志，方便您对操作行为进行审计，满足审计追溯和系统合规的需求。

  1. 在云管平台左侧，选择平台审计 > 运营审计 > 运营日志，或者选择平台审计 > 企业审计 > 企业日志。

  2. 运营日志页面显示了平台级的资源操作记录列表，企业日志页面显示了租户级的资源操作记录列表。选择 ⋮ > 详情，查看单条日志的详情，例如执行人、资源类型、操作时间、操作对象等信息。

管理软件证书​

云管平台记录了软件证书的详细信息，方便检查证书状态，满足系统合规的需求。

  1. 在云管平台左侧，选择软件证书 > 证书管理。

  2. 软件证书页面显示了希姆云平台的软件证书，包含了证书ID、软件服务商、软件名称之类标识信息，以及软件版本、证书签发日期、证书有效日期、最大节点数量、最大用户数量、证书地址、证书状态之类的动态信息。