#Добавление пользовательских образов задач в селектор

В этом руководстве объясняется, как настроить параметры селектора для параметра image в UI-форме Task, охватывая два сценария:

• Добавление образов для hub Tasks
• Добавление образов для задач в вашем собственном namespace.

#Обзор функции

• Каждая опция селектора берётся из ConfigMap с data.name (метка) и data.image (значение).
• Метки, специфичные для задачи (например, catalog.tekton.dev/tool-image-python), позволяют UI сопоставлять ConfigMaps с нужным параметром Task.
• UI запрашивает namespace, указанный в аннотации Task (например, kube-public), используя селектор меток, определённый в дескрипторе Task, затем отображает селектор с полученными результатами.

#Сценарии использования

• Добавить пользовательский образ зеркала реестра для селектора Task.
• Ввести новую минорную версию runtime наряду с существующими опциями селектора.
• Предоставить вариант с усиленным образом для пользовательской Task.

#Предварительные требования

• Установлены Tekton Pipelines.
• Вы можете создавать ConfigMaps в kube-public.
• Вы можете установить style.tekton.dev/descriptors на целевой Task (Hub Tasks уже предоставляют это; для пользовательских Tasks нужно добавить самостоятельно).

#Сценарий A: Добавление образов в селектор Hub Task

Используйте этот путь, если расширяете селектор Hub Task.

#1. Найдите селектор меток в дескрипторе Task

Найдите аннотацию style.tekton.dev/descriptors у Task и найдите запись, у которой path указывает на параметр image.

Дескриптор, заканчивающийся на urn:alm:descriptor:expression:props.options:api, содержит запрос labelSelector=...; ключ метки там должен присутствовать в вашем ConfigMap.

В следующем примере нужно создать ConfigMap с меткой catalog.tekton.dev/tool-image-python в namespace kube-public.

kind: Task
metadata:
  name: python
  labels:
    app.kubernetes.io/version: "0.1"
  annotations:
    style.tekton.dev/descriptors: |
      - path: params.PYTHON_IMAGE
        x-descriptors:
          ...
          - urn:alm:descriptor:expression:props.options:api:/kubernetes/${context.cluster}/api/v1/namespaces/kube-public/configmaps?labelSelector=catalog.tekton.dev%2Ftool-image-python
          ...

Для дополнительной информации о style.tekton.dev/descriptors смотрите How to Configure Dynamic Forms.

#2. Создайте ConfigMap в kube-public

Создайте ConfigMap, используя этот ключ метки.

По умолчанию задачи поставляются с ConfigMaps, помеченными catalog.tekton.dev/source: system, чтобы указать записи, предоставленные платформой. Не изменяйте и не удаляйте их, а ваши пользовательские ConfigMaps не должны содержать эту метку.

apiVersion: v1
kind: ConfigMap
metadata:
  name: tekton-task-python-custom
  namespace: kube-public
  labels:
    catalog.tekton.dev/tool-image-python: "3.10"
data:
  name: "Python 3.10"
  image: "registry.example.com/tekton/python:3.10"

#3. Примените и проверьте

kubectl apply -f tekton-task-python-custom.yaml
# configmap/tekton-task-python-custom created

kubectl -n kube-public get configmap -l catalog.tekton.dev/tool-image-python=3.10
# NAME                             DATA   AGE
# tekton-task-python-custom        2      15s

Откройте форму Task; селектор теперь должен включать Python 3.10 и устанавливать образ в registry.example.com/tekton/python:3.10.

#Сценарий B: Добавление образов в селектор вашей собственной Task

Используйте этот путь, если вы управляете определением Task и нужно настроить дескрипторы и ConfigMaps.

#1. Настройте style.tekton.dev/descriptors в Task

Пример дескриптора Task для селектора образов:

apiVersion: tekton.dev/v1
kind: Task
metadata:
  name: python
  labels:
    app.kubernetes.io/version: "0.1"
  annotations:
    style.tekton.dev/descriptors: |
      - path: params.PYTHON_IMAGE
        x-descriptors:
          - urn:alm:descriptor:label:en:PYTHON_IMAGE
          - urn:alm:descriptor:description:en:The used Python image.
          - urn:alm:descriptor:com.tectonic.ui:select:image
          - urn:alm:descriptor:expression:props.options:api:/kubernetes/${context.cluster}/api/v1/namespaces/kube-public/configmaps?labelSelector=catalog.tekton.dev%2Ftool-image-python-custom
          - urn:alm:descriptor:props:select:allowCreate
          - urn:alm:descriptor:expression:props.options:path:items
          - urn:alm:descriptor:expression:props.options:label:path:data.name
          - urn:alm:descriptor:expression:props.options:value:path:data.image
          - urn:alm:descriptor:com.tectonic.ui:validation:required
spec:
  params:
    - name: PYTHON_IMAGE
      description: Image used for Python steps.
      type: string
  steps:
    - name: python-script
      image: $(params.PYTHON_IMAGE)
      script: |
        #!/bin/sh
        # Define your task script

Элементы дескриптора и их назначение:

Для дополнительной информации о style.tekton.dev/descriptors смотрите How to Configure Dynamic Forms.

#2. Создайте соответствующий ConfigMap в kube-public

Используйте тот же ключ метки, который запрашивает ваш дескриптор. Для пользовательских Tasks предпочтительно использовать ключ метки, который не конфликтует с селекторами по умолчанию, чтобы избежать случайного отображения в Hub Tasks.

По умолчанию задачи поставляются с ConfigMaps, помеченными catalog.tekton.dev/source: system, чтобы указать записи, предоставленные платформой. Не изменяйте и не удаляйте их, а ваши пользовательские ConfigMaps не должны содержать эту метку.

apiVersion: v1
kind: ConfigMap
metadata:
  name: custom-task-python-3-13
  namespace: kube-public
  labels:
    catalog.tekton.dev/tool-image-python-custom: "3.13-team"
data:
  name: "Python 3.13 (Team Edition)"
  image: "registry.example.com/internal/python:3.13"

Вы также можете разместить ConfigMap в любом другом предпочитаемом namespace; просто убедитесь, что namespace ConfigMap совпадает с namespace, указанным в аннотации style.tekton.dev/descriptors Task. Например, вы можете установить аннотацию Task, как в примере ниже, заменив <NAMESPACE> на ваш namespace.

kind: Task
metadata:
  name: python
  labels:
    app.kubernetes.io/version: "0.1"
  annotations:
    # замените <NAMESPACE> на ваш namespace
    style.tekton.dev/descriptors: |
      - path: params.PYTHON_IMAGE
        x-descriptors:
          ...
          - urn:alm:descriptor:expression:props.options:api:/kubernetes/${context.cluster}/api/v1/namespaces/<NAMESPACE>/configmaps?labelSelector=catalog.tekton.dev%2Ftool-image-python-custom
          ...

#3. Примените и проверьте

kubectl apply -f custom-task-python-3-13.yaml
# configmap/custom-task-python-3-13 created

kubectl -n kube-public get configmap -l catalog.tekton.dev/tool-image-python-custom=3.13-team
# NAME                             DATA   AGE
# custom-task-python-3-13          2      15s

Откройте форму вашей Task; селектор должен содержать Python 3.13 (Team Edition) и устанавливать образ в registry.example.com/internal/python:3.13.

#Советы по обслуживанию

• Обновляйте пользовательскую опцию, редактируя и повторно применяя её ConfigMap.
• Удаляйте опцию, удаляя только ваш пользовательский ConfigMap; оставляйте без изменений любые ConfigMap с меткой catalog.tekton.dev/source: system.